现代经济管理

大数据模型分析架构下的工程经营风险识别与预警模型

张鹏 (中国水利水电第十二工程局有限公司)

摘要


西部大型水电站主体土建、机电安装施工工期跨度大、现场基建投入垫资规模庞大,高寒高海拔地域、业主及监理等多方外部约束因子敏感度较高。水电施工企业传统静态风险管控模式存在四方参建主体信息孤岛、现场履约风险识别滞后、工期-成本-分包风险传导耦合关系辨识不足等现实短板。结合施工总承包业务场景构建五层云边协同大数据层级分析架构,耦合ISM解释结构模型与熵权-TOPSIS法解析施工端内部风险传导递阶链路,依托LSTM时序神经网络构建施工全周期多维度动态预警模型,搭建总包视角下多级经营风险综合评价体系并量化预警阈值边界。实证结果表明,该模型可全域甄别水电施工阶段回款、分包、地质变更、物资价差等各类风险节点,预警触发时效性强,高度适配西部高寒高海拔、地质构造破碎、行业造价规范动态调整的水电施工总承包经营管控场景。

关键词


大数据架构;水电工程;经营风险识别;动态预警

全文:

PDF

参考


王万杰.基于大数据分析的工程审计风险识别模型构建与应用分析[J].安徽建筑,2026,33(5):187-189.

刘雪梅,王立虎,董怡,等.融合大模型与事理图谱的水利工程风险识别[J].计算机工程与应用,2026,62(7):350-362.

张莉萍.大数据支持下的工程风险评估模型构建[J].数字经济,2025(6):66-68.

万晨,李晓琴,杨政,等.基于机器学习算法的农村供水风险识别模型对比分析[J].中国水利水电科学研究院学报(中英文),2025,23(3):297-306.

费翔.“光储充”一体化电站工程项目风险管理研究[D].郑州:郑州大学,2025.




DOI: https://doi.org/10.33142/mem.v7i3.19960

Refbacks

  • 当前没有refback。


版权所有(c){$ COPYRIGHTYEAR} {$ copyrightHolder}

Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。