基于FCM-DEMATEL航班风险评估与改进

提出了运用模糊认知图(FCM)和网络层次分析法(ANP)相结合的评估模型,对指标间存在的复杂相互影响关系进行量化测度,构建影响关系矩阵,计算指标收敛权重及指标稳定状态值;进一步运用决策试验与实验室法(DEMATEL)分析获得影响航班风险的主要因素,针对这些关键指标,设计改进情景,计算不同改进方案的效果,为航班运行控制提供有效的决策优化方向,从而实现风险的主动管控;最后通过应用案例验证了方法的可行性。

基于生成对抗网络的航班起飞风险预测

航班的安全运行是民航的第一要素。根据历史数据对航班运行过程中可能存在的风险进行提前评估和预测是保障航班安全运行的有效手段。针对航班起飞阶段的风险问题,提出了一种基于生成对抗网络的航班起飞风险预测模型。对收集到的机组、飞机和环境3方面数据进行清洗、变换和融合,得到初始的起飞风险预测数据集;针对数据集存在的严重类不平衡问题,使用生成对抗网络进行数据增强以提高数据质量;在不同增强程度的数据集上,采用3种不同结构的神经网络训练航班起飞风险预测模型。实验结果表明,生成对抗网络能有效提高实测数据集的质量从而提高了航班起飞风险预测的精度。

基于多变量混沌时间序列的航班运行风险预测模型

为了提升航班运行风险预测精度,基于某航空公司2016—2018年航班运行风险数据,在验证15个风险时间序列的混沌特性后,构建基于多变量混沌时间序列的风险预测模型.首先,对15个风险时间序列进行多变量相空间重构,采用主成分分析法(PCA)对相空间进行降维处理;然后,基于迭代预测的方式,分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型;最后,以降维后的相空间作为输入,计算并比较分析未来1~7 d的风险预测结果.结果表明:多变量相空间重构后总维数为62维,经PCA降维处理,降至31维;在不同的预测模型中,降维后RBF模型预测效果最佳;其中,预测第1天结果相对误差<25%出现频数为82.62%,至第5天仍达75%以上;该模型第1天预测结果的修正平均绝对百分比误差(MAPE)值为11.32%,且前5 d均低于20%,满足航空公司使用要求.1~5 d预测结果对航班风险管控具有实践操作价值,证明基于多变量混沌时间序列的风险预测方案可行、有效.

基于复杂网络的航班运行风险传播分析

为研究航班运行风险传播机理,基于民航航班运行程序,采集航班运行数据及航空公司、机场、机组、机务、空管等工作表现做为研究样本;采用经验建网法、时间序列相空间重构法和Spearman相关系数3种方法,构建面向航班运行风险传播问题的复杂网络,经过计算证实,使用Spearman相关系数建网效果最佳;对应民航常用控制方法,引入重要度r、改进感染率β′和改进恢复率γ′概念,提出适用于航班运行的改进SIR模型,最后对风险网络传播进行动力学分析.计算结果表明:重要度r=0.4时,感染节点密度曲线峰值下降10%,达到峰值时间推迟5%;改进恢复率γ′=0.9时,感染节点峰值降低6%.证实加入重要度,改进恢复率可有效抑制风险网络传播;说明识别风险网络中对关键节点加以控制,提高风险节点恢复比率和速度,可有效提高航班安全保障能力.

基于有向权值网络的航班运行风险传播与控制

为了分析航班运行风险传播过程,进而有效控制保障飞行安全,基于复杂网络理论,首先参照民航局咨询通告选取机组、航空器、运行环境共29个终端因素作为网络节点,统计民航安全监察记录,根据事件中节点关系,构建无向网络;统计前后节点间的作用关系和发生概率,提出一种有向带权的航班运行风险网络;然后,引入改进感染率和改进恢复率概念,构建一种适用于航班运行风险传播分析的改进SIR(Susceptible-infected-recovered)模型;定义感染起始范围,最后采取多参数控制方式,大规模计算该有向带权网络的传播和控制过程.结果表明:有向网的平均最短路径为1.788,属于小世界网络;参照使用民航常规管控措施,有向网节点感染下降幅度可达到37.4%;对入度值排序前3或前4的节点控制后,感染节点峰值下降率高达50.6%和58.1%,网络传播抑制明显.结果证实:在该航班运行风险有向带权网络中,按入度值控制节点对抑制风险传播最为有效.

航班飞行安全风险快速评估工具研究

为了在飞行前掌握航班飞行风险概况,及时作出风险预警,研究了航班飞行安全风险评估工具。根据航班飞行特点从人、机、环、管4个方面建立了评估航班飞行安全风险的4级指标体系。采用层次分析法以及引入模糊函数的方法计算指标权重,并建立航班风险值计算模型,形成航班飞行安全风险评估工具。设计了数据库、快速评估方案和高风险预警方案,从而使评估过程快速高效。

基于EEMD-ELM的航班运行风险混沌预测

针对航班运行风险可靠预测方案,以某航空公司2016-2018年航班运行风险数据为基准,通过相空间重构,序列混沌特征的识别,构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型,基于集成经验模态分解(EEMD)阈值降噪方法进行改进;最后,计算风险预测结果,分析不同方式下的预测精度.结果表明:航班运行风险时间序列具有混沌特征,EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象;经由EEMD阈值降噪处理后,短期预测结果的修正平均绝对百分误差(MAPE)值显著下降.证实本文航班运行风险预测方案可行且有效.

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法(Adaptive Lasso)进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明:Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.

基于时间序列模型的航班运行风险短期预测

针对国内航班运行风险预测技术匮乏的现状,采用移动平均自回归(ARMA)方法,构建航班日运行风险的单变量预测模型;采用向量自回归(VAR)方法,构建航班日运行风险的多变量预测模型;经稳定性检验后,对比2种方法的短期预测效果,发现使用ARMA的单变量预测模型,未来第3天预测精度达到80.76%,可用预测周期为1~3天;而VAR多变量预测模型计算出未来第1天预测精度可高达92%,第7天预测精度仍达到80.64%,适用预测周期为1~7天。结果表明:基于ARMA和VAR的时间序列模型可用于航班运行风险的短期预测,而VAR模型精度更好,更加符合实际需求。

基于决策试行与评价实验室-Choquet积分的航班运行风险评价

为提高航空公司安全管理水平,提出一种基于决策试行与评价实验室和Choquet积分耦合的方法对航空公司航班运行风险进行评价。首先在识别航班运行风险因素的基础上,利用DEMATEL方法计算因素的综合影响矩阵。利用综合影响矩阵分别计算因素的影响度、被影响度、中心度和原因度,确定因素的因果属性并确定关键因素。在利用决策试验和评价实验室方法计算得到关键风险因素的基础上,利用Choquet积分构建风险评价模型对航空公司航班运行风险进行综合评价。结果表明:该风险评价模型能够消除风险因素之间的关联性,实现了航空公司航班运行风险的合理、有效评价。

航班运行控制风险评估精度提升方法

为了解决航班风险评估精度不足的问题,对某航空公司225个航班运行数据进行统计和分析,运用Lasso和随机森林算法、粗糙集分析和支持向量机、主成分分析与RBF神经网络结合3类算法,使用相同训练集和测试集构建风险评价模型。结果表明:随机森林算法分类精度为88%;主成分分析与支持向量机算法合用分类精度由64%提升至86%;非线性主成分分析与RBF神经网络算法合用精度由52%提升至80%。综合3类算法的精度适用范围,构建混合模型,其最终分类结果精度可高达94%;并且,经过K折稳定性检验验证了方案的可用性和可靠性。

航班运行风险网络的传播与控制改进

为探究航班运行风险的产生、传播与控制过程,首先统计华北区域航班运行数据共计76个风险节点。然后,采用偏秩相关系数构建风险网络,再使用社团模块探测算法与三角最大滤波法验证网络适用性。并且,提出一种适用于航班运行风险分析的SEIR(susceptible-infected-exposed-recovered)模型。根据动力学传播结果,聚类定位网络传播中关键节点。最后,采用前置预防与战术处置两类控制方案。计算结果表明,仅控制5个节点后,感染峰值可降低18.44%,峰值时间推后两个周期,起降等重要操纵节点被感染次数平均下降11.74%。该方案在感染峰值、感染周期、重要节点感染3个方面的抑制效果均占优。以上结果证实,所提方案可有效用于航班运行风险问题分析。

航班运行风险动态传播建模与分析

对航班运行风险因素进行评估,筛选风险因素,分析航班运行风险传播动态,以减少由航班安全问题而带来的损失。研究运用随机森林算法对各风险因素节点进行排序筛选,结合中国民用航空局2015年发布的咨询通告《航空承运人运行控制风险管控系统实施指南》(AC-FS121-2015-125)实现对风险因素的降维,共统计了华北区域225天航班运行风险数据的97个节点。再根据民航不安全事件记录,分析事件因果关系,构建有向加权航班运行风险网络。结果显示,当不对风险因素进行控制时,风险传播网络峰值为13.69,当按总度值排序对风险因素进行控制时,风险传播网络峰值降为7.18,下降率49.3%。

基于改进随机集贝叶斯网络的航班运行风险动态分析

针对航班运行风险动态分析,基于众多的航班运行风险的静态分析过程,结合贝叶斯网络和随机集理论,提出了改进的随机集贝叶斯网络的模型用以分析航班运行风险的变化.根据不安全事件的统计数据,精简部分影响因素组成贝叶斯网络,同时给出贝叶斯网络的算法.最后根据天气的实际变化进行运算,得出航班运行风险数据随着时间、天气等因素的动态变化,验证了改进随机集贝叶斯网络的可行性.

基于延误分级的航班过站松弛时间优化研究

考虑在保持原有飞机路线和机组任务不变,且不增加总的过站时间情况下,依据航班延误风险分级,建立以调整过站时间前后波及延误的时间差值最大化为目标,优化航班衔接过站松弛时间.结合国内某大型航空公司实际航班运行数据,运用ILOG优化软件求解.结果表明,基于航班延误风险分级的过站松弛时间优化有效地减少了航班延误的传播,使总的延误减少,提高了航班正点率和旅客满意度.同时,基于航班延误风险分级的过站松弛时间优化可以为航班计划的制定提供理论依据.

动态预测技术在航班运行风险中的应用

为了解决静态评估技术无法适应航班运行风险要素频繁动态变化的问题,通过对中国民航近10年5 000余项不安全事件的系统分析,识别风险关键指标,构建以航班运行过程为对象的动态贝叶斯网络,并根据统计结果初始化网络参数;通过对真实航班仿真计算,使用原有风控系统中的航行情报、气象预报等数据对参数实时修正,得到对飞行全程风险的预测结果.结果表明:航班在起飞前和巡航过程中,安全度高;在进近和着陆阶段,受机场风切变的影响,风险值剧烈变化,低风险概率降低到17.2%,中等风险升至70.9%,表明安全着陆可能性低,建议措施为返航或备降,该策略与实际运行结果一致,说明预测方案可行有效.进而,从单一案例扩大至2017年雷雨和冰雪季规模性数据验算,验证预测结果与实际运行状况吻合率达到80.4%,进一步证实了所提方案的可靠性.

移动警务构建民航安保新应用--移动警务打通民航安保最后一公里

从民航安保指挥与情报一体化建设入手,阐述移动警务技术在民航安保工作中的应用。通过运用该技术,建立了民航移动警务平台,构建了民航局公安局与各地区管理局公安局、机场公安局(公安分局)、机场公司及航空公司安保部门之间的协同指挥、沟通协调、情报共享及事件处置机制,实时掌握航班风险、人员预警等信息,实现杜绝可预见的危害民航安全的行为发生。