摘要
本发明公开了基于人工智能的全过程咨询项目风险预测方法,属于项目管理风险预测技术领域,包括在项目管理过程中采集进度报告、质量检测报告、资源使用情况的多源异构数据,对采集到的项目过程数据进行人工标注。基于自适应合成抽样的SMOTE算法进行样本生成,实现项目过程数据扩充。利用深度神经网络分类器进行全过程咨询项目风险预测,深度神经网络分类器包含时序特征分离层,并通过增强式全局搜索优化权重更新过程。本发明基于动态参数门控机制的SMOTE算法,通过初始化权重矩阵、高动态特征异常检测、特征重要性动态评估和合成样本生成与调节等步骤,优先生成与高风险特征相关的合成样本,有效解决样本不平衡问题,并增强模型对关键风险特征的敏感度。
技术关键词
样本
项目
高风险
时序特征
动态
数据
风险预测技术
矩阵
特征数
风险预测模型
资源分配
深度神经网络
报告
异构
算法
参数
偏差