一种基于图神经网络的实验室风险控制方法

本发明公开了一种基于图神经网络的实验室风险控制方法，包括如下步骤：S1、基于实验室设备、人员、环境的交互事件序列，构建动态更新的交互事件图；S2、根据事件前序关系动态更新每个节点的状态空间，生成同步节点状态序列；S3、采用图卷积操作生成节点状态变化趋势的预警特征集合；S4、根据预警特征集合构建节点间风险关联矩阵，生成更新的风险传播路径；S5、评估节点状态向异常状态转变的概率，生成状态风险预测值；S6、输入狼群优化算法，优化参数组合，得到实验室风险预测结果。本发明提高了实验室风险预测的实时性与准确性。