经济贸易的发展及其全球化促进了港口的发展,也对港口建设的精细化管理提出了更高的要求。港口建设项目包括决策、准备、实施、竣工验收等多个阶段,涉及竞争、运营、环境、技术等多项风险,具有不确定性、动态性等特点,能否准确评估风险等级并及时采用合理对策对港口建设成败有直接影响。借助机器学习等先进技术,研究风险各阶段评估和应对,提高港口建设项目风险管理能力和效果,是管理者的迫切需求。本研究针对港口建设项目风险评估涉及因素多、风险对策选择难度大的特点和现有方法通常主观性强的不足,提出了利用已有同类项目风险管理成功案例数据构建港口建设项目风险评估模型和风险对策优选模型的方法,具体研究内容如下:基于三维结构和模糊综合评价的风险管理成功案例集构建。收集港口建设项目风险阶段区分明确、评估结果准确、策略选择得当的案例作为成功案例。使用三维结构提取项目特征案例要素;使用多策略选择思路提取风险指标和风险对策要素,利用模糊综合评价的量化方法针对不同要素特点量化,对各要素不同阶段类型加以区分,建立港口建设项目风险案例集,为风险评估模型和风险对策优选模型的构建提供数据和理论支持。基于风险案例集的港口建设项目风险评估方法。确定港口建设项目风险评估的特点和原则,基于案例集的项目特征和风险指标要素构建风险评估模型,利用m RMR特征选择筛选关键特征,调整支持向量机（即SVM,Support Vector Machine）核函数并通过交叉验证法确定参数,通过对项目不同阶段案例集样本训练,实现了利用项目特征等客观数据的风险评估,减少了评估过程的主观性,便于应用到其他项目或其他领域中。通过不同阶段的风险评估结果分析项目各阶段的风险特点,为风险对策优选提供参考。基于风险案例集和风险指标评估结果的港口建设项目风险对策优选方法。确定风险对策优选问题的目标和原则,基于案例集的项目特征和风险应对策略建立风险对策优选模型,利用Adaboost算法将SVM作为弱分类器训练得到强分类器,从而提高算法准确率、降低“风险回避”等策略的误判率。进一步构建了基于风险等级评价的对策优选改进模型,将风险等级评价指标作为风险对策优选的特征因素,进一步提高了算法准确率,增强了风险指标等级与对策的关联性,使风险管理的各环节更紧密、连续性更强。基于工程实际数据对本文方法进行实证分析。实验表明:风险评估模型在项目各阶段均适用,对高风险指标评估准确率在85%以上。风险对策优选模型训练准确率在90%以上,随着样本数量的增多,准确率可进一步提升至95%以上,模型改进后所需迭代次数更少、准确率升高到99.47%。使用模型对实际项目训练,可准确判断风险在不同阶段的等级并选出最优策略,确保项目进入市场的时机正确,为企业避免或减少财产损失。