基于粗糙集和支持向量机的航班运行风险预测

发布时间：2018-03-26 07:12

  本文选题：航班运行　切入点：风险预测　出处：《中国安全科学学报》2017年09期

【摘要】：为提高航班运行风险预测精确度,参照民航局咨询通告《航空承运人运行控制风险管控系统实施指南》,首先分析山东航空航班控制工作流程,初步筛选出15个航班运行风险评估指标项;然后精选100个航班历史数据,根据粗糙集理论,结合遗传算法和Johnson算法约简评估项,获取8个核心指标;最后,利用支持向量机(SVM)算法建立风险预测模型,并用Matlab进行仿真。结果表明:对于高中低3类风险等级,用该方法所得样本分类正确率可达82.22%,该方法可用于航班运行风险的评估和分级。
[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.
【作者单位】： 中国民航大学空管运行安全技术国家重点实验室;
【基金】：国家重点研发计划(2016YFB0502400) 国家自然科学基金资助(71701202,U1433111) 民航局科技项目(20150204)
【分类号】：TP18;V328

【相似文献】

相关期刊论文 前10条

1 孙斌;;基于粗糙集理论的火灾危险源风险评价权重确定[J];辽宁工程技术大学学报(自然科学版);2008年05期

2 孙汉玉;;基于粗糙集理论的采煤工作面风险评价指标权重确定[J];煤炭工程;2010年04期

3 杜泽生;;基于粗糙集与未确知测度理论的突出危险性评价模型[J];煤矿安全;2012年10期

4 郑海霞;郭齐;;基于粗糙集理论的煤矿安全开发评价的指标分析[J];信息系统工程;2013年08期

5 朱振玉;张海宁;马甲军;王瑞红;;基于粗糙集数据挖掘的瓦斯突出预测模型[J];实验室研究与探索;2009年06期

6 马楠;张立宁;;基于粗糙集——粒子群神经网络的建设项目安全预测研究[J];中国安全科学学报;2007年04期

7 赵国强;丁柏闻;丁紫佩;黄嵩;;粗糙集与支持向量机在采空区自然发火预测中的应用研究[J];计算机测量与控制;2013年04期

8 张国歌;李琳;谢岩;;基于粗糙集与神经网络的电力企业员工安全等级评价模型[J];电子世界;2013年04期

9 何珊珊;崔改娣;;基于粗糙集理论的地铁灾害应急能力评价研究[J];防灾科技学院学报;2010年03期

10 李德顺;许开立;郝银贵;戴雪松;;基于粗糙集的系统综合评价指标赋权法研究[J];工业安全与环保;2009年10期

相关会议论文 前3条

1 宫长亮;曹振刚;;基于粗糙集-模糊分析法的金属矿事故应急救援能力可拓综合评价[A];第十八届川鲁冀晋琼粤辽七省矿业学术交流会论文集[C];2011年

2 蒋波涛;赵福宇;;支持向量机算法在三维堆芯弹棒事故中的应用[A];中国核科学技术进展报告（第二卷）——中国核学会2011年学术年会论文集第3册（核能动力分卷（下））[C];2011年

3 陈宁;孙瑾;牛r，

本文编号：1666869