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
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 结构安全 老旧房屋 地铁沿线 机器学习 过采样(SMOTE)
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 职业安全卫生管理与技术|Occupational Safety and Health Management and Technology
• 页码范围: 162-167
• 页数: 6页
• 分类号: X947|TP181
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2022.03.025

摘要

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2431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.