国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法

汪欣; 张水波; 李鹏

doi:10.13991/j.cnki.jem.2026.02.018

Chinese

您当前的位置：

首页 >

文章列表页 >

国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法

项目管理 | 更新时间：2026-04-28

- 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法
- 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法
- 工程管理学报 2026年40卷第2期页码：112-119
- 作者机构：
  
  1. 天津大学管理与经济学部
  2. 中国人民解放军联勤保障部队工程大学
- 作者简介：
- 基金信息：
  
  国家自然科学基金重点项目(72031008)
- DOI：10.13991/j.cnki.jem.2026.02.018
  中图分类号： F274;F125;F426.92
- 纸质出版：2026
- 稿件说明：
移动端阅览
汪欣, 张水波, 李鹏. 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法[J]. 工程管理学报, 2026,40(2):112-119.

汪欣, 张水波, 李鹏. 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法[J]. 2026, 40(2): 112-119.
汪欣, 张水波, 李鹏. 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法[J]. 工程管理学报, 2026,40(2):112-119. DOI： 10.13991/j.cnki.jem.2026.02.018.

汪欣, 张水波, 李鹏. 国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法[J]. 2026, 40(2): 112-119. DOI： 10.13991/j.cnki.jem.2026.02.018.

摘要

从多维度分析国际工程项目供应链延误风险因素，将因果推断模型贝叶斯网络、因果森林与机器学习模型LSTM、XGBoost结合，建立国际工程项目供应链风险预测方法，引入SHAP值量化各风险因素贡献度并排序，形成“风险因素识别—因果关系建模—机器预测模型训练—结果解释验证”研究框架。选取卡拉奇—拉合尔高速公路项目进行实例研究，结果表明，平均通关时长、关键物资单一供货占比、突发社会性公共事件、核心设备跨境维修响应、业主付款延迟、跨组织关键信息滞后对供应链延误影响最大。并有针对性提出国际工程项目供应链延误风险应对策略。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习的长三角地区建筑业碳排放预测及减排策略研究

人工智能赋能建筑施工安全领域的机遇与挑战

国际工程项目风险评价研究

合同付款条件对国际工程项目承包商财务状况的影响

国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法

国际工程项目供应链延误风险预测研究：基于因果推断与机器学习结合的方法

DOI：10.13991/j.cnki.jem.2026.02.018

摘要

Abstract

关键词

Keywords

references