基于机器学习的工程进度风险预测与动态调度优化策略

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/emt.v7i5.21683

基于机器学习的工程进度风险预测与动态调度优化策略

任咪, 陈思琦, 陈友乐

西安市物联网应用实验室

全文直达

引用

打印

摘要：本文提出面向复杂工程场景的进度风险智能管控方案。通过构建融合时空特征的深度学习模型实现风险精准预测，结合改进型强化学习算法完成资源动态分配。在数据预处理阶段采用图结构特征提取与非平衡样本增强技术，系统架构层面设计边缘计算与数字孪生协同的实时决策平台。地铁与桥梁工程实证表明，所提方法使关键路径延误率降低 37%，资源利用率提升 29%，验证了技术方案在复杂约束环境下的工程适用性。

关键词：

工程进度管理；混合预测模型；强化学习调度；数字孪生验证；实时决策系统

Academic Publishing Pte Ltd

ISSN：2705-1021

年,卷(期)：2025,7(5)