民航飞行员安全绩效的建模与预测——多元线性回归模型与Elman神经网络模型的比较与应用

目的探讨飞行员安全绩效、飞行疲劳与家庭-工作冲突之间的非线性关系,以及人工神经网络模型(Artificial Neural Network,ANN)与传统回归模型的优劣。方法本研究使用RBF(径向基)神经网络与多元回归(multiple linearreg ression,MLR)对数据进行分析与建模,并对比两种模型的评价指标。结果相比于MLR模型,RBF神经网络模型具有更高的拟合与预测精度,基于神经网络模型所绘制的3D表面图显示上述三个变量的部分分维度间存在非线性关系。结论作为一种新的研究方法,人工神经网络模型能更准确深入的描述分析变量间的关系,在人因学相关研究领域有一定的应用前景。