本文選題：航班運(yùn)行　切入點(diǎn)：風(fēng)險(xiǎn)預(yù)測　出處：《中國安全科學(xué)學(xué)報(bào)》2017年09期

【摘要】：為提高航班運(yùn)行風(fēng)險(xiǎn)預(yù)測精確度,參照民航局咨詢通告《航空承運(yùn)人運(yùn)行控制風(fēng)險(xiǎn)管控系統(tǒng)實(shí)施指南》,首先分析山東航空航班控制工作流程,初步篩選出15個(gè)航班運(yùn)行風(fēng)險(xiǎn)評估指標(biāo)項(xiàng);然后精選100個(gè)航班歷史數(shù)據(jù),根據(jù)粗糙集理論,結(jié)合遺傳算法和Johnson算法約簡評估項(xiàng),獲取8個(gè)核心指標(biāo);最后,利用支持向量機(jī)(SVM)算法建立風(fēng)險(xiǎn)預(yù)測模型,并用Matlab進(jìn)行仿真。結(jié)果表明:對于高中低3類風(fēng)險(xiǎn)等級,用該方法所得樣本分類正確率可達(dá)82.22%,該方法可用于航班運(yùn)行風(fēng)險(xiǎn)的評估和分級。
[Abstract]:In order to improve the accuracy of flight operation risk prediction, referring to the Civil Aviation Administration Advisory notice "implementation Guide for Air Carrier operating Control risk Control system", this paper first analyzes the flight control workflow of Shandong Airlines. First, 15 risk evaluation items of flight running are selected, then 100 flight history data are selected. According to rough set theory, 8 core indexes are obtained by combining genetic algorithm and Johnson algorithm to reduce the evaluation items. The risk prediction model is established by using support vector machine (SVM) algorithm and simulated with Matlab. The accuracy rate of sample classification obtained by this method can reach 82.22 and this method can be used to evaluate and classify flight operation risk.
【作者單位】： 中國民航大學(xué)空管運(yùn)行安全技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家重點(diǎn)研發(fā)計(jì)劃(2016YFB0502400) 國家自然科學(xué)基金資助(71701202,U1433111) 民航局科技項(xiàng)目(20150204)
【分類號】：TP18;V328

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫斌;;基于粗糙集理論的火災(zāi)危險(xiǎn)源風(fēng)險(xiǎn)評價(jià)權(quán)重確定[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

2 孫漢玉;;基于粗糙集理論的采煤工作面風(fēng)險(xiǎn)評價(jià)指標(biāo)權(quán)重確定[J];煤炭工程;2010年04期

3 杜澤生;;基于粗糙集與未確知測度理論的突出危險(xiǎn)性評價(jià)模型[J];煤礦安全;2012年10期

4 鄭海霞;郭齊;;基于粗糙集理論的煤礦安全開發(fā)評價(jià)的指標(biāo)分析[J];信息系統(tǒng)工程;2013年08期

5 朱振玉;張海寧;馬甲軍;王瑞紅;;基于粗糙集數(shù)據(jù)挖掘的瓦斯突出預(yù)測模型[J];實(shí)驗(yàn)室研究與探索;2009年06期

6 馬楠;張立寧;;基于粗糙集——粒子群神經(jīng)網(wǎng)絡(luò)的建設(shè)項(xiàng)目安全預(yù)測研究[J];中國安全科學(xué)學(xué)報(bào);2007年04期

7 趙國強(qiáng);丁柏聞;丁紫佩;黃嵩;;粗糙集與支持向量機(jī)在采空區(qū)自然發(fā)火預(yù)測中的應(yīng)用研究[J];計(jì)算機(jī)測量與控制;2013年04期

8 張國歌;李琳;謝巖;;基于粗糙集與神經(jīng)網(wǎng)絡(luò)的電力企業(yè)員工安全等級評價(jià)模型[J];電子世界;2013年04期

9 何珊珊;崔改娣;;基于粗糙集理論的地鐵災(zāi)害應(yīng)急能力評價(jià)研究[J];防災(zāi)科技學(xué)院學(xué)報(bào);2010年03期

10 李德順;許開立;郝銀貴;戴雪松;;基于粗糙集的系統(tǒng)綜合評價(jià)指標(biāo)賦權(quán)法研究[J];工業(yè)安全與環(huán)保;2009年10期

相關(guān)會(huì)議論文 前3條

1 宮長亮;曹振剛;;基于粗糙集-模糊分析法的金屬礦事故應(yīng)急救援能力可拓綜合評價(jià)[A];第十八屆川魯冀晉瓊粵遼七省礦業(yè)學(xué)術(shù)交流會(huì)論文集[C];2011年

2 蔣波濤;趙福宇;;支持向量機(jī)算法在三維堆芯彈棒事故中的應(yīng)用[A];中國核科學(xué)技術(shù)進(jìn)展報(bào)告（第二卷）——中國核學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集第3冊（核能動(dòng)力分卷（下））[C];2011年

3 陳寧;孫瑾;牛r，

本文編號：1666869