飞机飞行事故率预测建模与仿真研究

《飞机飞行事故率预测建模与仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28卷第7期计算机仿真2011年7月文章编号：1006—9348(20】1)07一0120—04飞机飞行事故率预测建模与仿真研究戴蓉1，黄成2(1．中国民用航空飞行学院计算机学院，四川广汉6183cr7；2．四川工程职业技术学院，四川德阳6lB000)摘要：研究飞机飞行事故率准确预测问题。飞行事故率的变化受到自然资源、环境、经济、社会和科技等多种因素影响，因素间关系复杂。导致飞行事故率的非线性变化，传统或单一预测方法难以获得较高的预测精度。为了提高飞行事故率预测精度，提出一种时间序列法和支持向量机组合的飞行事故率预测模型。模型首先分

2、别用时间序列法和支持向量机对飞行事故率的规律发生部分和随机变化部分预测，采用线性回归确定两个预测结果的权值，通过权值计算获得飞行事故率预测结果。仿真结果表明，组合模型有效提高了飞行事故率预测精度，可为航空安全管理提供了有效的预测方法。关键词：支持向量机；飞行事故率；时间序列法中图分类号：P258文献标识码：APredictionModelingandSimulationofFlightAccidentRateDAIRon91，HUANGChen92(1．sich咖civilAviationnigIltunivers时ofChi矾，Gu

3、angh粕sichu锄618307，chi眦；2．Sichu锄EngineeringVocationalTechnologyCoUege，Dey硼gSichu锄618000，Chi越)ABSTILACT：StudyonthepredictionproblemofaircraftnigIItaccidents．night髓cidemratech明gesw油theinnu-encefacto硌such∞啮tIl墙lresourc∞，environment，economy，80ciet)r，science，technology，andetc

4、，tlIecomplexrelation8hips砌ongtIlefact0硌leadtonoIllinearchanges，andtraditional叫8indefo陀c髂tir培methodscannotgethighpmdictingp陀cision．InordertoimproVethepredictionaccur∞y，anigIltaccidentforec鹊tmodelisputforwardb鸹edontime∞riesmethodandsupportvectorsupport．Firstly，time跎ri髓mod

5、el彻dsupportvectormachine(SVM)越usedtopredicttIIenig}Itmleaccident$粕d聊喇咖ch蚰ges，usingIi鹏盯reg陀ssionforec鹪tstodete肿i舱theweigIl协ofnle№pr甜icti∞re8ult8．nepredicti∞渤uhsofnightaccidents眦calcIllatedthrouglltheweigIIt8．Thesi舢la-tionresult8indicatethatt}Iecombinedmodelimpmv∞thenight

6、∞cident8precisione怕ctively，鲫dp硎des彻e雎c-tivepredictionmethodforaviationsafety眦nagement．KEYwoRDs：supportvectorⅡ瑚hine；nigIltaccidemrate；Times谢esmethod1引言飞机飞行事故发生是一个小概率事件，但是一旦发生对人生命安全带来巨大影响，因此飞机飞行事故率成为衡量一个国家的航空安全水平的重要指标。对飞机飞行事故率进行预测研究，并将研究成果应用到航空安全管理实践中，航空公司的安全管理提供决策依据，因此准确

7、对飞机飞行事故率进行预测，具有重大的现实意义【1t2J。目前飞机飞行事故率预测主要有线性回归分析法、时间序列分析、灰色模型和神经网络等方法b剖。线性回归分析和时间序列分析方法是一种线性预测模型。但是飞行事故率具有规律性和随机性，是一种非线性变化规律的数据，因此该方法预测精度低，不能反映飞行事故率变化的非线性特收稿日期：201l—03—25一120一点。灰色模型能够反映影响因素与飞行事故率问的变化关系，但对随机波动较大的飞行事故数据预测效果不佳。神经网络是一种非线性识别能力强的机器学习算法，是基于经验风验最小化原理的大样本数据预测方法，

8、当样本大时预测效果好，但是飞机飞行事故率是一种小概率事件，数据量比较小，神经网络容易出现过拟合、局部最优值的现象，且网络结构选择困难，因此很难适应复杂多变的飞机飞行状况预测⋯。支持向量机(Supportvectormac