發(fā)布時(shí)間：2020-04-10 04:33

【摘要】：社會(huì)經(jīng)濟(jì)的高速增長促進(jìn)了民航業(yè)的迅速發(fā)展,民航運(yùn)輸量不斷增大,飛機(jī)在當(dāng)今交通運(yùn)輸中扮演著重要角色。與飛機(jī)離不開的話題就是安全問題,民航空管的首要任務(wù)和重要職責(zé)正是安全管理。其中,對(duì)危險(xiǎn)源的準(zhǔn)確識(shí)別和有效分析更是安全管理中的關(guān)鍵環(huán)節(jié),對(duì)整個(gè)安全管理起到?jīng)Q定性的影響。本文以民航空管中安全管理系統(tǒng)為背景,針對(duì)安全管理過程中的關(guān)鍵環(huán)節(jié)危險(xiǎn)源識(shí)別及原因分析,利用改進(jìn)的在線序列學(xué)習(xí)機(jī)和蟻群算法挖掘關(guān)聯(lián)規(guī)則來完成識(shí)別與原因分析,并根據(jù)實(shí)際需求設(shè)計(jì)了民航安全管理系統(tǒng)的總體框架,對(duì)系統(tǒng)中的主要功能和關(guān)鍵技術(shù)給出了實(shí)現(xiàn)。論文主要工作如下:(1)分析了民航安全管理系統(tǒng)的需求,設(shè)計(jì)了系統(tǒng)總體框架,闡述了系統(tǒng)所用的關(guān)鍵技術(shù),并給出了系統(tǒng)中主要功能模塊處理流程。(2)由于飛機(jī)在飛行中涉及的環(huán)境影響因素和飛行設(shè)備的種類繁多、參數(shù)復(fù)雜且隨飛行過程跨越不同地理區(qū)域,經(jīng)緯度、天氣變化引起的相關(guān)數(shù)據(jù)變化,所以危險(xiǎn)源特征數(shù)據(jù)眾多且需要實(shí)時(shí)判斷。針對(duì)此問題,設(shè)計(jì)了一種基于改進(jìn)在線序列學(xué)習(xí)機(jī)的危險(xiǎn)源識(shí)別算法。利用單隱藏層前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將當(dāng)前新到達(dá)的危險(xiǎn)源數(shù)據(jù)添加到網(wǎng)絡(luò)結(jié)構(gòu)中,實(shí)時(shí)更新學(xué)習(xí)機(jī)輸出權(quán)值,完成危險(xiǎn)源的在線識(shí)別;并結(jié)合自適應(yīng)差分進(jìn)化算法,用其良好的全局尋優(yōu)能力優(yōu)化網(wǎng)絡(luò)輸入權(quán)值和隱層偏置,進(jìn)而優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)獲取更準(zhǔn)確的識(shí)別結(jié)果。(3)針對(duì)危險(xiǎn)源原因分析中人的參與較多缺乏客觀性的問題,提出一種基于混合蟻群關(guān)聯(lián)規(guī)則挖掘的危險(xiǎn)源原因分析算法。利用關(guān)聯(lián)規(guī)則挖掘來探索危險(xiǎn)源原因,且摒棄了傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法重復(fù)掃描數(shù)據(jù)庫導(dǎo)致效率較低及候選集過多等缺點(diǎn),將改進(jìn)后的蟻群算法用于挖掘最大頻繁項(xiàng)集,同時(shí)借助粒子群確定算法初始信息素濃度,避免單一蟻群下算法初始的盲目性。(4)介紹了民航安全管理系統(tǒng)的應(yīng)用背景,以民航安全管理關(guān)鍵技術(shù)為基礎(chǔ),給出了危險(xiǎn)源識(shí)別、危險(xiǎn)源原因分析、行政檢查、檢查結(jié)果處理等主要功能的系統(tǒng)實(shí)現(xiàn),并將研究成果初步應(yīng)用于民航安全管理系統(tǒng)中,取得了良好的效果。
【圖文】：

圖 3. 3 網(wǎng)絡(luò)隱層節(jié)點(diǎn)個(gè)數(shù)與準(zhǔn)確率關(guān)系圖個(gè)數(shù)外，初始樣本的大小對(duì)識(shí)別結(jié)果準(zhǔn)確率的影響驗(yàn) 2 分別對(duì) OS-ELM、HI-OSELM 算法的準(zhǔn)確率在結(jié)果如圖 3.4 所示。由圖 3.4 可知，算法準(zhǔn)確率一 310 處后逐漸趨于平穩(wěn)，漲幅不大，故實(shí)驗(yàn)選 310

初始樣本大小與準(zhǔn)確率關(guān)系圖
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V355.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 喬寧慧;;民航空管運(yùn)行中危險(xiǎn)源的識(shí)別和處理[J];電子測(cè)試;2015年15期

2 王智鋼;王池社;馬青霞;;分布式并行關(guān)聯(lián)規(guī)則挖掘算法研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年10期

3 王丹陽;;淺談民航空管危險(xiǎn)源的識(shí)別[J];科技信息;2012年27期

4 王永皎;;改進(jìn)自適應(yīng)差分進(jìn)化算法求解大規(guī)模整數(shù)任務(wù)分配[J];計(jì)算機(jī)應(yīng)用;2012年08期

5 李秦;張馨東;童甲佳;李宇博;;基于線性表的閉頻繁項(xiàng)集挖掘算法[J];蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

6 黃紅星;王秀麗;黃習(xí)培;;挖掘最大頻繁項(xiàng)集的改進(jìn)蟻群算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年13期

7 李輝;蔡敏;李宇;李躍志;;基于自適應(yīng)粒子群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)的優(yōu)化研究[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

8 方力智;張翠芳;易芳;;基于改進(jìn)差分進(jìn)化算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化方法[J];成都大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

9 郭金玉;張忠彬;孫慶云;;層次分析法的研究與應(yīng)用[J];中國安全科學(xué)學(xué)報(bào);2008年05期

10 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

相關(guān)博士學(xué)位論文 前1條

1 金燦燦;民航機(jī)務(wù)維修系統(tǒng)風(fēng)險(xiǎn)管理關(guān)鍵技術(shù)研究及系統(tǒng)實(shí)現(xiàn)[D];南京航空航天大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 金濤;PSO-SA算法的改進(jìn)及其在關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用研究[D];華中師范大學(xué);2013年

2 劉華;蟻群算法在挖掘最大頻繁項(xiàng)集問題中的應(yīng)用研究[D];河北工業(yè)大學(xué);2007年

，

本文編號(hào)：2621757