随着“一带一路”经济带的逐步布局与建设,我国建筑企业加快了投资海外市场、承接国际工程项目的发展脚步。近年来,我国建筑企业所承接的国际工程项目多采用EPC(Engineering Procurement Construction)工程总承包模式。承包商的管理任务很是繁重,且国际工程项目环境复杂、风险因素众多,我国建筑企业若对这些风险因素识别不清、预测不准,极有可能造成企业经济方面的巨大损失,影响企业的海外发展。因此,我国建筑企业要想在国际市场占据优势,必须要加强EPC模式下的国际工程项目风险预测。文章在前人关于工程项目风险的大量研究基础上,对前人研究所存在的不足进行了总结,以此确定了论文主要的研究对象与研究内容。本文以EPC模式下的国际工程项目风险为研究对象,主要对国际EPC工程项目风险预测进行研究。首先介绍了国际工程项目以及工程总承包模式的概念,详细阐述了项目风险管理的基础理论。并从我国建筑企业担任国际工程项目总承包商的角度出发,对国际工程项目全生命周期中所存在的风险进行了全面的识别与分析,建立了国际EPC工程项目风险的预测指标体系。然后,利用萤火虫算法(GSO)来优化极限学习机(ELM)中参数的设置,构建了基于GSO-ELM算法模型的风险预测模型,并对其参数的选择进行了详细的分析与设置。论文最后,选取了一些国际EPC工程项目实例来进行项目风险预测的实证研究,以此来验证GSO-ELM预测模型应用的实际效果。最终,研究结果验证了该算法模型应用于国际EPC工程项目风险预测研究中的可行性与适用性。证明了GSO-ELM预测模型对于提高国际工程项目风险预测的准确性具有现实意义。