民航不安全事件数据的预测推理与风险识别

发布时间：2017-03-31 08:25

  本文关键词：民航不安全事件数据的预测推理与风险识别，，由笔耕文化传播整理发布。

【摘要】：随着我国国民经济水平的提高,航空运输业得到了飞速发展,选择航空出行方式的人们也日益增多,加之连续发生的几起重大空中交通事故,安全问题成为了人们时下的热点话题。先前的研究主要从人、机、环境、管理四个方面对航空安全进行风险调查和估算,对民航不安全事件的研究起步较晚。传统的数据挖掘方法虽然可以达到特征分析的效果,但很难达到对不完整民航事件进行预测推理及对含噪声的完整民航事件进行风险识别的目的。因此,文中主要围绕这两个问题展开研究,建立了相应的模型,并通过实例进行了验证。具体内容安排如下：(1)民航不安全事件波动特性分析对本文所研究的民航不安全事件做了分类与描述,分别采用统计分析、时间序列分析及关联规则分析三种方法对民航不安全事件的波动特性进行了深入探索。通过总结以上几种传统数据挖掘方法的优缺点,提出了本文有待解决的两个重要问题：民航不完整事件的预测推理和含噪不安全事件数据的风险识别。(2)基于贝叶斯网络的不完整民航事件的预测推理针对当前民航不安全事件中存在大量不完整数据的情况,本文依赖于贝叶斯关联网络对未知风险因素作出了合理的推断和预测。在将完整数据与不完整数据分组的前提下,采用爬山搜索与评分函数相结合的算法,得到了与完整不安全事件数据拟合最优的网络结构：并依赖团树传播算法的优势,对民航不安全事件实例中缺少风险因素的不完整事件进行了预测推理和关联分析,保证了数据的完整性,为航空事故调查提供了参考。(3)基于CEEMD的民航不安全事件风险识别针对民航含噪数据的风险识别问题,引入了CEEMD去噪分析理论,首次通过CEEMD分解达到了对民航不安全事件噪声诊断和高发风险识别的目的。以鸟击事件为实例,通过对分解的各个模态在时间尺度和余项上的研究,提取了鸟击事件风险变化的周期特征和趋势特征,将分析结果与统计结果交叉验证,证明了此方法的有效性。此外,引入差分操作进行数据恢复,并将去噪前后鸟击风险值的高发时段做了对比分析。
【关键词】：民航不安全事件 贝叶斯网络 预测推理 CEEMD 去噪 风险识别
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V328;TP311.13
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 绪论12-22
• 1.1 研究背景及研究意义12-15
• 1.1.1 研究背景12-15
• 1.1.2 研究意义15
• 1.2 国内外研究现状15-19
• 1.2.1 评价对象16-17
• 1.2.2 评估方法17-19
• 1.3 研究内容和技术路线19-22
• 1.3.1 研究内容19-20
• 1.3.2 技术路线20-22
• 2 民航不安全事件波动特性分析22-42
• 2.1 民航不安全事件数据结构22-25
• 2.2 民航不安全事件数据分析25-40
• 2.2.1 基于统计的民航不安全事件分析25-29
• 2.2.2 基于成分向量自回归模型的波动分析29-35
• 2.2.3 基于关联规则的特征挖掘35-40
• 2.3 本文待解决的问题40
• 2.4 本章小结40-42
• 3 基于贝叶斯网络的不完整民航事件的预测推理42-68
• 3.1 贝叶斯网络的概念描述42-44
• 3.1.1 贝叶斯网络的定义42-43
• 3.1.2 基本概念和定理43-44
• 3.2 贝叶斯网络的学习44-49
• 3.2.1 结构学习44-48
• 3.2.2 参数学习48-49
• 3.3 贝叶斯网络推理过程49-52
• 3.3.1 基本推理问题49-50
• 3.3.2 团树传播算法50-51
• 3.3.3 基于贝叶斯网络的不完整民航事件推理框架51-52
• 3.4 民航不安全事件风险因素关联网络的构建52-65
• 3.4.1 贝叶斯网络的节点选取与数据处理52-53
• 3.4.2 构建民航不安全事件风险因素关系网53-57
• 3.4.3 不完整民航事件的推理问题57-65
• 3.5 本章小结65-68
• 4 基于CEEMD的民航不安全事件风险识别68-86
• 4.1 CEEMD理论体系68-71
• 4.1.1 CEEMD理论的产生68-70
• 4.1.2 CEEMD民航不安全事件分析流程70-71
• 4.2 CEEMD分解中的基本概念71
• 4.2.1 特征时间尺度71
• 4.2.2 本征模函数及余项71
• 4.3 CEEMD民航不安全事件数据去噪和风险识别71-76
• 4.3.1 分解步骤71-72
• 4.3.2 参数设置72-73
• 4.3.3 噪声诊断73-75
• 4.3.4 数据重构75
• 4.3.5 风险识别75-76
• 4.4 鸟击事件风险实例分析76-84
• 4.4.1 鸟击事件数据描述76-77
• 4.4.2 基于鸟击风险值数据的CEEMD分解77-79
• 4.4.3 鸟击风险特征提取79-82
• 4.4.4 鸟击事件高发风险时期检测82-84
• 4.5 本章小结84-86
• 5 结论和展望86-90
• 5.1 主要工作和结论86-87
• 5.2 进一步研究方向87-90
• 参考文献90-94
• 附录A94-102
• 作者简历及攻读硕士学位期间取得的研究成果102-106
• 学位论文数据集106

【相似文献】

中国期刊全文数据库 前10条

1 霍志勤;;构筑空中安全走廊(下)——空管不安全事件调查工作的改进建议[J];现代职业安全;2004年03期

2 霍志勤;;构筑空中安全走廊(上)——空管不安全事件调查工作的改进建议[J];现代职业安全;2004年Z1期

3 霍志勤;;跑道安全事件危害评价研究[J];工业安全与环保;2011年12期

4 王永刚;何士笑;;航空公司不安全事件发生率的贴近度研究[J];中国民航大学学报;2011年01期

5 王永刚;王灿敏;郑红运;陈芳;;基于系统动力学的航空公司不安全事件致因复杂性研究[J];中国安全科学学报;2013年08期

6 雷兵;任鑫芳;张鹏;;电力企业不安全事件自愿报告机制建设[J];电力安全技术;2012年04期

7 曾亮;;多层次模糊评估法在民航不安全事件风险评估中的应用[J];中国安全科学学报;2008年01期

8 王燕青;谢万杰;黎文奇;;民用机场不安全事件管理系统的分析和设计[J];中国安全生产科学技术;2010年05期

9 张晓全;于露;曹钧;;基于不安全事件等级的空管风险管理研究[J];中国民航大学学报;2012年02期

10 张国显;“万一”性心态的剖析及消除[J];水利电力劳动保护;1996年01期

中国重要会议论文全文数据库 前2条

1 赖晋将;王永刚;王燕;;航空公司不安全事件管理系统设计[A];中国职业安全健康协会2008年学术年会论文集[C];2008年

2 王军芳;陈文俊;李俊勇;于茂林;李润尧;;对三起因基建遗留问题导致的电气不安全事件的原因分析及防范措施[A];全国火电200MW级机组技术协作会第二十三届年会论文集[C];2005年

中国重要报纸全文数据库 前10条

1 荆波;不安全事件的分析处理[N];中国安全生产报;2006年

2 记者 张雪　通讯员 薛莹;解决难题 克服短板[N];中国民航报;2009年

3 黄雄;不安全事件减少20%的背后[N];中国安全生产报;2008年

4 张玉会;确保安全要有逆向思维[N];中国民航报;2012年

5 蔡霞;不安全事件，该紧急刹车了[N];中国民航报;2014年

6 首都机场动力能源有限公司 张林;重谈安全之“重”[N];中国民航报;2011年

7 本报通讯员 邱景升;齐来“找茬儿” 消灭隐患[N];中国民航报;2009年

8 陈茂俊;抓安全管理需要“小题大做”[N];中国民航报;2014年

9 王永发 东航云南公司综合管理部;安全整顿势在必行[N];东方航空报;2011年

10 肇茜;要形成科学的安全思维[N];中国民航报;2013年

中国硕士学位论文全文数据库 前5条

1 单晶晶;民航不安全事件数据的预测推理与风险识别[D];北京交通大学;2016年

2 吕学梅;航空公司不安全事件的预测研究[D];中国民航大学;2008年

3 金迪;航空公司运行不安全事件安全风险管理方法研究[D];上海交通大学;2013年

4 唐卫贞;空管人因不安全事件发生机理与控制方法研究[D];西南交通大学;2008年

5 陶林静;食品质量不安全事件信息传播模型研究[D];昆明理工大学;2013年

  本文关键词：民航不安全事件数据的预测推理与风险识别，由笔耕文化传播整理发布。

本文编号：279288