地铁沿线老旧房屋结构安全预警模型

作者：段在鹏; 李帆^*; 邱少辉; 俞思雅; 张一洋

来源：中国安全生产科学技术, 2022, 18(03): 162-167.

• 结构安全
• 老旧房屋
• 地铁沿线
• 机器学习
• 过采样(SMOTE)

为研究城市地铁沿线老旧房屋普遍存在结构安全问题，基于机器学习模型，选取房屋年份、楼层、面积等11个属性构建预警指标体系，采用SMOTE过采样、独热编码等方法解决样本离散化、不均衡的问题；利用KNN、Bayes、Logistic、SVM 4种机器学习模型对房屋结构安全数据学习并测试，综合应用Accuracy、F1、AP、AUC等指标比较预警模型性能。结果表明：以某市地铁1、2号线沿线大于20 a的2 431栋老旧房屋为例，得到Logistic和SVM的预警精度较高，影响地铁沿线老旧房屋安全现状的主要因素为房屋改造情况、基础、结构类型和设计情况，验证了模型效果。

• 单位
  福州大学; 中铝瑞闽股份有限公司