Tỷ lệ vượt chi phí (tỷ lệ vượt tổng mức đầu tư của dự án xây dựng) là vấn đề phổ biến trong các dự án xây dựng, ảnh hưởng trực tiếp đến hiệu quả đầu tư và công tác quản lý dự án. Trong bối cảnh các dự án ngày càng phức tạp, việc phát triển các mô hình dự báo chính xác là cần thiết nhằm hỗ trợ kiểm soát rủi ro chi phí. Nghiên cứu này đề xuất phương pháp dự báo sử dụng thuật toán Random Forest (RF) kết hợp với kỹ thuật giải thích SHAP (SHapley Additive exPlanations). Bộ dữ liệu gồm 1000 quan sát được mô phỏng từ các yếu tố đặc trưng của dự án như quy mô, chi phí, tiến độ, thay đổi thiết kế và các yếu tố kinh tế. Mô hình được tối ưu hóa bằng Randomized Search và kiểm định chéo K-fold (k = 5), được đánh giá thông qua các chỉ số MAE và R². Kết quả cho thấy mô hình đạt độ chính xác cao và xác định được các yếu tố chính ảnh hưởng đến vượt chi phí. Phân tích SHAP góp phần nâng cao khả năng giải thích của mô hình, hỗ trợ hiệu quả cho công tác quản lý chi phí và ra quyết định trong các dự án xây...
Tỷ lệ vượt chi phí (tỷ lệ vượt tổng mức đầu tư của dự án xây dựng) là vấn đề phổ biến trong các dự án xây dựng, ảnh hưởng trực tiếp đến hiệu quả đầu tư và công tác quản lý dự án. Trong bối cảnh các dự án ngày càng phức tạp, việc phát triển các mô hình dự báo chính xác là cần thiết nhằm hỗ trợ kiểm soát rủi ro chi phí. Nghiên cứu này đề xuất phương pháp dự báo sử dụng thuật toán Random Forest (RF) kết hợp với kỹ thuật giải thích SHAP (SHapley Additive exPlanations). Bộ dữ liệu gồm 1000 quan sát được mô phỏng từ các yếu tố đặc trưng của dự án như quy mô, chi phí, tiến độ, thay đổi thiết kế và các yếu tố kinh tế. Mô hình được tối ưu hóa bằng Randomized Search và kiểm định chéo K-fold (k = 5), được đánh giá thông qua các chỉ số MAE và R². Kết quả cho thấy mô hình đạt độ chính xác cao và xác định được các yếu tố chính ảnh hưởng đến vượt chi phí. Phân tích SHAP góp phần nâng cao khả năng giải thích của mô hình, hỗ trợ hiệu quả cho công tác quản lý chi phí và ra quyết định trong các dự án xây dựng.