文章摘要:煤炭地下开采引起地表移动变形，对影响区内的建筑物造成不同程度的损害，传统的评价方法是根据预计的水平变形、倾斜、曲率来进行损害评价，未考虑建筑自身的因素，其他方法如模糊综合评价、聚类分析等又带有一定的主观性，评价指标和方法没有与损害程度的定级结果相联系，不能够作为判断现行开采的合理性和获取建筑物损害补偿的依据。本文在传统采动区建筑物损害等级预计的基础上，对建筑物损害的影响因素进行综合分析，通过查阅文献和数据分析选择了影响采动区建筑物损害的曲率、水平变形、建筑时间、结构、面积5个指标，利用随机森林的机器学习方法进行损害等级的预测。本文以河北省某采动区的两个村庄的建筑物为研究目标，将从一村庄选取的314个建筑物的指标和实际损害调查结果作为训练样本数据集，搭载在房屋调查定级图上，采用随机森林方法进行模型的训练与应用。使用调查定级来衡量评价精度，其中用传统方法预计正确的有70个，而利用随机森林进行综合预测正确的有235个，正确率有明显提升。然后使用模型对另一村庄的278个测试样本数据集进行等级预测，有197个与实际损害调查定级结果相符，而采用传统方法预计正确的只有117个。结果表明，相比传统方法，该研究方法的评价精度有明显提升，更符合实际建筑物的受损情况，对各等级的预测情况进行分析，发现训练样本指标不够全面和等级分布不均对最终的预测精度有一定的影响。

文章关键词:

项目基金:《建筑与装饰》 网址: http://www.jzyzszzs.cn/qikandaodu/2021/1103/2311.html