基于深度学习的国际工程项目风险智能识别与预警模型研究

陈志龙

doi:https://doi.org/10.37155/2811-0625-0504-12

Home > Current

基于深度学习的国际工程项目风险智能识别与预警模型研究

陈志龙（西南财经大学、中铁一局集团有限公司）

https://doi.org/10.37155/2811-0625-0504-12

Abstract

本文构建基于深度学习的国际工程项目风险智能识别与预警模型（DL-IRIEWM），提升风险管控前瞻性与智能化水平。模型构建包括：梳理风险特征与数据来源，构建风险指标体系；设计融合CNN、LSTM与注意力机制的混合深度学习架构，提取深层风险特征；引入GNN建模复杂关系，捕捉风险传导与放大效应；构建综合风险指数实现量化评估与分级预警。实验以“一带一路”沿线项目为案例，验证表明DL-IRIEWM模型在风险识别准确率等方面显著优于传统方法，为国际工程企业提供智能化风险管理新范式。

Keywords

国际工程项目；风险识别；风险预警；深度学习；卷积神经网络；长短期记忆网络；图神经网络；注意力机制

Full Text

PDF

References

[1]金峰,向文武,宣凯,等.国际工程项目风险智能评估
研究框架[J].石油化工建设,2021,43(06):4-8+22.
[2]施芬妮,胡艳荣.国际工程项目风险剖析与应对措施
[J].建材世界,2025,46(03):115-118+124.
[3]孟海鹏.精细管理+智慧决策——基于数智化的敏捷
国际工程项目管理体系[J].国际工程与劳务,2025,(06):24-27.
[4]何宇东,唐吟秋.基于大语言模型的国际工程合同智
能审查方法研究[J].建筑经济,2024,45(S2):286-290.

Publishing time:2026-02-28
This work is licensed under a Creative Commons Attribution 4.0 International License