中国安全科学学报

作者：段在鹏, 李炯, 李帆, 刘碧强

单位：1 福州大学 经济与管理学院,福建 福州 350108；2 福建省应急管理研究中心,福建 福州 350108；3 福州大学 环境与安全工程学院,福建 福州 350108

关键词：农村改造房屋,结构安全,预警模型,机器学习,集成算法

基金：国家社会科学基金资助(17CGL049); 福建省社会科学基金资助(FJ2022B052)

农村改造房屋结构安全问题突出,尤其长沙“4·29”民房坍塌事故更凸显出该问题的严峻性,为解决这一问题,首先,基于机器学习算法,构建农村改造房屋结构安全预警指标体系;其次,对初始数据作标准化等预处理,并基于过采样算法解决样本类别不平衡问题,使用经典机器学习算法构建农村改造房屋结构安全预警模型;然后,利用集成学习算法优化原有模型以提高模型精度;最后,对各预警指标的重要度排序。结果表明:经典机器学习算法预测效果较好的是支持向量机(SVM),集成算法效果较好的是堆叠法,总体预测率为85.3%;较为重要的预警指标是建筑面积过大、建筑年份久、无施工草图、非六大重点排查房屋、独立基础、用于出租特别的群组牟利的城乡结合部自建房、地上层数过大、未经正规设计、无资质设计等17个。

来源：2023年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2023年第4期