来源：期刊VIP网 时间：
作者：段在鹏;李炯;郑宏涛;杨泽鸿;
单位：福州大学经济与管理学院;福建省应急管理研究中心;福州大学环境与安全工程学院;
摘要：“三合一”自建房虽便于业主生产、储存、经营活动，但因其功能复合，其结构安全性常存在较多严重的问题。为提前预警此类建筑的安全隐患，本研究基于机器学习算法构建了“三合一”自建房结构安全预警模型，并先后应用集成思想和智能优化算法，对预警性能进行了2次提升。首先，采用独热编码、过采样等方法对某地获取的数据进行预处理；其次，选择总体准确率、召回率和AUC值3项指标分别选出最佳的基分类器；之后，使用袋装法和提升法等集成思想优化预警模型的性能；然后，应用鲸鱼、金豺、粒子群等智能优化算法对预警模型性能进一步优化；最后，综合以上模型运算结果，挖掘预警指标中的关键指标。结果表明：(1)经鲸鱼算法优化的Bagging(KNN)模型可更高效地对“三合一”自建房的结构安全进行预警，其召回率为0.802；(2)经鲸鱼算法优化的Boosting(SVM)模型具有更稳定的预警鲁棒性，其AUC值为0.933；(3)默认参数的XGB模型整体预警效率更佳，其总体准确率为0.915；(4)建筑年份、砖混结构、地上层数、建筑面积等14个指标是“三合一”自建房结构安全预警的关键指标。
关键词：“三合一”自建房;结构安全;机器学习;集成算法;智能优化算法;指标重要度
基金资助：国家社会科学基金项目(17CGL049); 福建省社会科学基金项目(FJ2022B052)
