基于SSA-LSTM的老旧房屋变形监测数据预测
孙振林1*，周 鹏2，杨越东1，董 奇3，王子鑫3，杨晓辉3
(1. 北京市市政工程研究院，北京100037; 2. 中国计量科学研究院，北京100029;3. 北京市建设工程质量第三检测所有限责任公司，北京100037)
摘 要： 以老旧房屋变形监测项目为背景，提出了一种基于SSA-LSTM模型的老旧房屋变形预测模型。该模型结合了麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的优点，可以有效地学习长期历史变形数据之间的规律，更加准确地预测结构位移、地基沉降、墙面裂缝宽度和应变等变形参数。为评估模型的预测精度，建立了BP神经网络模型和传统LSTM模型作为对照组进行分析。结果表明SSA-LSTM模型预测结果更为准确，MAPE和RMSE相较于传统模型显著降低且R2大于0.99，拟合效果更好。因此，基于SSA-LSTM模型建立的老旧房屋变形监测智能预警系统能够更加准确地预测各个变形参数，达到提前预警的目的。该研究成果可为老旧房屋的安全监测和预警提供有效的技术支持，具有重要的实际应用价值。
关键词： 麻雀搜索算法; 长短期记忆网络; 老旧房屋监测; 物联网; 变形预测模型
引文格式： 孙振林，周鹏，杨越东，等. 基于SSA-LSTM的老旧房屋变形监测数据预测[J]. 市政技术，2025，43(7)：230-237，300. (SUN Z L，ZHOU P，YANG Y D，et al. Prediction of deformation monitoring data of old buildings based on SSA-LSTM[J]. Journal of municipal technology，2025， 43(7)：230-237，300.)