基于集成神经网络的航空维修差错风险评估模型.pdf

《基于集成神经网络的航空维修差错风险评估模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、臣蕊基于集成神经网络的航空维修差错风险评估模型◎常浩金大玮邢国平／空军航空大学◎张*／93802部队航空维修差错是人为差错在航空维修l航空维修差错风险Ir11百幌l生理因素一评估融合模块领域中的反映。如果航空维修差错不r．!．．!。．i能得到有效控制，所造成的财产损失1人为风险Il环境风险lI管理风险l和人员伤亡将是巨大的。据国外有关——T—I-II——广鱼＼资料统计表明，飞机发动机的空中停广m厂广几厂广几y车2O％～3O％是由维修差错导致的，每生个操行保工紧周维组监管次空中停车经济损失约理体作为障作急边护织督理．显／500000美元：因因能能装强事环程结情者由维修差错导致的航班延

2、误，每小时素素力力备度态境序构况素经济损失约10000美元质塑堕d；由维修差错图1指标结构模型导致的航班取消，每次损失约50000图2基于集成神经网络的航空维美元。因此，维修差错管理对飞机维修差错风险。差质量的影响越来越被维修管理者所重错风险评估模型视2风险评估的集成神经网络模型。航空维修差错风险评估作为维修理，并把所有的指标进行归一化处理差错管理的重要组成部分，所发挥的2．1集成神经网络对于定性指标，其中量化处理方法作用也将越来越大。然而，国外一些文集成神经网络是用有限个神经网多，常用的是专家打分法，为了量化献侧重于事故原因的定性追溯分析络对同～问题进行学习。某输入示例理能与定量

3、指标之间具有可比性，还(如基于REASON模型的HFACS—下的输出由构成集成的各神经网络在应再将其进行归一化处理。归一化力ME)，国内相关文献对维修差错的控制该示例下的输出共同决定。集成神经法为在各指标论域基础上建立隶属度能力和影响因素采用了基于模糊综合网络的主要思想是用多个子神经网函数，通过隶属度函数将论域映射评判的定量评估．所得到的结论带有络。分别从不同的侧面进行风险评估，[O，1]集合的值。这样处理的好处在于一定的主观性。以最大限度地提高评估的正确率。一它使各个指标在量纲上达到统一，便所以尝试利用集成神经网络对航个典型的集成神经网络首先将输入空于数据处理。若隶属函数为线性函

4、数空维修差错风险进行评估，集成神经间的信息传送到信息分配模块，信息当指标越大越好时，隶属函数为：网络不但具有单神经网络强大的非线分配模块将输入空问的信息向各子神f0，(0≤x≤‰J；性映射能力、任意函数逼近和自学习经网络进行分配：子评估模块实现不入(x)产Xw(1mi=n=_，(qn≤x≤q；(1：IqI一能力，还运用信息融合的思想，通过多同侧面的决策，每一个Ai完成局部信眦q个子神经网络的训练将训练结果合息评估，其中A(1，2，⋯，n)为并联网络；【1，≥qI；成，可以显著提高网络的泛化能力，并子评估模块将局部信息的决策结果送当指标越接近R时．隶属函数为：能有效克服单神经网络的不

5、足。人评估融合模块，并映射到输出空间，I，(‰q一萼x

6、=-，(q≤x≤qt；(3：一一q构模型映射到集成神经网络上，即可U，(x≥ql。；简明科学的原则。在全面分析系统的得到基于集成神经网络的航空维修差2．3评估模型设计基础上经广泛征求专家意见并依据人错风险评估模型，如图2所示。子评估模块是由A。，A：，A，三部分机工程学的定义，将航空维修差错风2_2评估指标的标准化并联组成。这三部分都采用三层前向险评估的内容分为三个部分，分别为由于评估指标体系中有定性指神经网络予以实现。将各个子评估椟人为风险、环境风险、管理风险。采用标．为使指标体系中的各个系统具有块的主要因素分别输人，作为子模块图1所示的层次结构来刻画航空维修可比性，必须把定性指

7、标进行量化处的输出，分别表示人的风险评估，环境江苏航空／2009．第3期19的风险评估和管理的风险评估。评估习算法为Leven-Marquadt反传算法，融合模块可用一个融合神经网络表示．其优点在于收敛速度很快。学习函数融合神经网络的输人为子评估模块的和性能函数可采用默认值，分别为输出(i=1，2，3)，融合神经网络的输出“learngdm”和“mse”。为基于集成神经网络的航空维修差错风险评估流程图如图3所示。3模型的应用算例BP神经网络方法对航空维修差错风险的评价