民航机场动态分级预警模式的研究

发布时间：2020-05-27 07:05

【摘要】： 民用航空业是高科技、高风险的资本密集型服务行业,己成为国民经济发展的重要驱动力量。本论文对民航机场动态分级预警模式进行研究,旨在预防和矫正不安全诱发因素的萌生与发展,改善民航机场安全管理的科学性和可靠性,进一步降低事故率,减少航空机场造成的损失,促进民航业的健康持续发展。对于贯彻我国民航“安全第一,预防为主”的方针,应对加入WTO后民航安全面临的严峻挑战,适应民航快速发展对航空安全提出的更高要求,以及促进民航体制改革,具有重要的现实意义。本论文综合运用预警管理理论、安全科学、人工神经网络科学等相关学科的理论和方法,将多学科的学术前沿内容有机地交叉融合,具有重要的研究价值。本文简要的介绍了国内外民航机场预警研究的概况,并对国内外民航机场管理情况进行了分析和比较。在深入了解民航机场安全运行情况的基础上,建立了民航机场动态分级预警指标体系。主要考虑了人员因素、机器设备因素、环境因素、管理因素、运行数据因素,并进行了深入的分析。在介绍神经网络的基础理论之后,利用BP神经网络并结合民航机场动态分级预警指标体系,建立了预警模型。人工神经网络技术具有很强的非线性映射能力和自适应、自学习能力,特别适用于解决因果关系复杂的非确定性推理、判断、预测和分类等问题。神经网络通过对已有民航机场安全运行状况的学习,可获得隐含其中的人的经验、知识及对各种因素重要性的看法等直觉思维。一旦用来预警时,网络便可以再现这些经验、知识及思维,对复杂问题做出合理的判断。本文还对预警信号的发布渠道进行了探讨,并在此基础上提出了民航机场动态分级预警信息发布的具体方法。对手机短信发布预警信息的方法进行了研究。采用ASP动态网页编程和数据库相结合的技术,实现了对预警信息数据的后台管理、信息发布和结果查询。
【图文】：

神经网络,主界面,网络工具,图形用户接口

MATLAB 图形用户接口 GUI经网络工具箱的 GUI，（Graphical User Interfaces）图形用户界面功能，设计与分析更快捷和方便。经网络设计 GUI 的基本功能可以从图 5.8 所示的神经网络 GUI 的主界理窗口中看出所能实现的主要功能。

曲线,中间层,误差曲线,输入数据

所以要对输入数据进行预处理。将输入数据变：m inm a x m i niix xxx x = 表输入数据；minx代表数据变化范围的最小值；选取均来自机场运行数据，数据选取 12 个星期的AB 程序见附录。个数的选择，，建立的 BP 网络训练曲线分别如图发现，中间层神经元个数为 9 时，网络的收敛速度
【学位授予单位】：沈阳航空工业学院
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：F562;F224

【引证文献】