人工智能驱动的建筑项目工期预测与动态调整模型研究

贺欢 

摘要：建筑项目工期管理中，多源数据格式异构难整合，工期受环境、资源等动态因素干扰显著，传统模型难捕捉时序变化与不确定性。基于此，提出了“数据-预测-优化-交互-反馈”五层闭环架构，并用遗传算法优化反向传播网络权重与结构，以滚动窗口输出未来 7d 偏差及置信度；再用粒子群算法在资源约束内调整非关键工序，经建筑信息模型验证后实施。对比实验显示，遗传-反向传播网络迭代 140 次即收敛至 0.01，曲线下面积达 0.863，现场试运行 23 个项目中，材料成本节约 19.9%，设备成本节约16.8%。因此，研究提出的方案可在多场景下实现高精度、低成本、可持续的智能工期管理，为建筑数字化交付提供可行路径。

关键词：工期预测；GA-BP；粒子群优化；资源动态调整；闭环管理