民航安全態(tài)勢評估在事故預(yù)防中的應(yīng)用

民航安全態(tài)勢評估在事故預(yù)防中的應(yīng)用

1第三,態(tài)勢評估和威脅估計確定的格局“安全第一，預(yù)防主義”是航空系統(tǒng)的一貫工作政策。我們必須采取各種手段和方法，保持系統(tǒng)良好的安全運營狀態(tài)。我們需要向中國航空航天局和航空運營人員提供安全狀況評估結(jié)果，并將安全狀況評估結(jié)果發(fā)送給中國航空航天局和航空運營人員，以確定安全管理的基礎(chǔ)。從民航安全信息管理的角度,我們可以把將信息融合定義為這樣一種連續(xù)的處理過程,即把來自多個信息源的數(shù)據(jù)、信息加以聯(lián)合、相關(guān)和合并,以獲得對安全形勢的精確估計,以及完整與適時地對安全態(tài)勢評估和威脅估計。信息融合的結(jié)果表現(xiàn)為在較低級別對狀態(tài)和屬性的評估和在較高層次上對整個態(tài)勢評估、威脅估計,因此態(tài)勢評估、威脅估計處于信息融合的高層。態(tài)勢評估主要包含三部分內(nèi)容:態(tài)勢元素提取、態(tài)勢分析和態(tài)勢預(yù)測。態(tài)勢評估的過程是通過各種手段獲取、判斷和分析信息,識別易發(fā)生的事件和計劃,分析其事物的深層原因,對當前情況作出合理解釋,并對臨近時刻的態(tài)勢變化做出預(yù)測,是一個動態(tài)綜合評估的過程,在這里民航安全態(tài)勢評估對象為:事故征候、事故征候率和災(zāi)變?nèi)齻€因子。民用航空器事故征候,在航空器運行階段或在機場活動區(qū)內(nèi)發(fā)生的與航空器有關(guān)的,不構(gòu)成事故但影響或可能影響安全的事件。隨著近10年來中國民航的安全水平提高,航空器事故日益減少,通過事故調(diào)查來改進民航安全,促進安全管理的難度愈來愈大,因此需要加強對信息量較多的事故征候進行進一步的數(shù)據(jù)信息處理和挖掘。民用航空器事故,在航空器運行階段或在機場活動區(qū)內(nèi)發(fā)生的與航空器有關(guān)的,有人致命或重傷、航空器受到影響強度或性能需要大修或更換部件的事件。民航事故對生命和財產(chǎn)造成巨大損害,嚴重妨礙民航業(yè)的持續(xù)健康發(fā)展,這里把民用航空器事故理解為一種災(zāi)變。民航事故征候萬時率是綜合反映民航安全態(tài)勢的重要指標,體現(xiàn)一個國家或航空公司的航空安全水平。2神經(jīng)網(wǎng)絡(luò)的發(fā)展人工神經(jīng)網(wǎng)絡(luò)是在人類對大腦神經(jīng)網(wǎng)絡(luò)認識的基礎(chǔ)上人工構(gòu)建的能夠?qū)崿F(xiàn)某些功能的網(wǎng)絡(luò)。他是理論化的大腦神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型,是基于模仿大腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能而建立的一種信息處理系統(tǒng),具有高度的非線性,能夠進行復(fù)雜的邏輯操作和非線性關(guān)系實現(xiàn)的系統(tǒng)。上世紀80年代J.Hopfield和D.E.Rumelhart對神經(jīng)網(wǎng)絡(luò)的研究的復(fù)蘇起了關(guān)鍵作用,從此神經(jīng)網(wǎng)絡(luò)得到了全面迅速的發(fā)展。神經(jīng)網(wǎng)絡(luò)具有以下特點:利用樣本集進行學(xué)習(xí),用準則符號方法描述知識,分布式并行運行機制等。人工神經(jīng)網(wǎng)絡(luò)具有信息的高度并行性、強大的自適應(yīng)、自學(xué)習(xí)、自組織、高度的非線性全局作用、良好的容錯性和聯(lián)想記憶功能等優(yōu)點,已經(jīng)在模式信息處理、模式識別、最優(yōu)化問題、信息智能處理、復(fù)雜控制以及系統(tǒng)建模等領(lǐng)域得到越來越廣泛的應(yīng)用。在預(yù)測方面,已有多種類型的神經(jīng)網(wǎng)絡(luò)應(yīng)用于軍事、經(jīng)濟、交通、地質(zhì)等領(lǐng)域的預(yù)測。1.1bp神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)反向傳播網(wǎng)絡(luò)(Back-PropagationNetwork,簡稱BP網(wǎng)絡(luò)),BP網(wǎng)絡(luò)由一個輸入層、若干個隱層和一個輸出層組成,每一層均有一個或多個神經(jīng)元節(jié)點,信息從輸入層依次經(jīng)各隱層向輸出層傳遞,層間的連接關(guān)系強弱由連接權(quán)值W來表征。通過樣本集對網(wǎng)絡(luò)的連接權(quán)進行調(diào)整,以使得網(wǎng)絡(luò)實現(xiàn)給定的輸入輸出映射關(guān)系,連接權(quán)的調(diào)整采用的是反向傳播學(xué)習(xí)算法(BP算法)。BP算法是一種監(jiān)督的學(xué)習(xí),通過連續(xù)不斷地在相對于誤差函數(shù)斜率下降的方向上計算網(wǎng)絡(luò)權(quán)值和偏差值的變化而逐漸逼近目標的。每一次權(quán)值和偏差的變化都與網(wǎng)絡(luò)的誤差的影響成正比,并以反向傳播的方式傳遞到每一層。BP網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示。以BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)圖為例進行BP算法推導(dǎo),其輸入為P,輸入神經(jīng)元有r個,隱含層內(nèi)有s1個神經(jīng)元,激活函數(shù)為F1,輸入層內(nèi)有s2個神經(jīng)元,對應(yīng)的激活函數(shù)為F2,輸出為A,目標矢量為T。(1)隱含層輸出:(2)輸出層輸出:(3)定義誤差函數(shù)為:(4)輸入層的權(quán)值變化有:同理可得:(5)隱含層權(quán)值變化有:同理可得:BP網(wǎng)絡(luò)經(jīng)常使用的是S型的對數(shù)或正切激活函數(shù)和線性函數(shù)。1.2elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型Elman神經(jīng)網(wǎng)絡(luò)于1990年由Elman提出,在前饋網(wǎng)絡(luò)的隱含層中增加一個承接層,作為延時算子,以達到記憶目的,使系統(tǒng)具有適應(yīng)時變特性的能力,能直接反應(yīng)動態(tài)過程系統(tǒng)的特性。Elman神經(jīng)網(wǎng)絡(luò)模型圖如2所示。以Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型為例,設(shè)y、x、u、xc為分別表示s2維輸出結(jié)點向量、s1維隱含層結(jié)點向量、r維輸入向量和n維反饋狀態(tài)向量。w1、w2、w3、分別表示輸入層到隱含層、承接層到隱含層、隱含層到輸出層的連接權(quán)值。F1為隱含層神經(jīng)元的激活函數(shù),常采用S函數(shù);F2為輸出神經(jīng)元的激活函數(shù),是隱含層的線性組合。Elman神經(jīng)網(wǎng)絡(luò)的各層之間表達式如下:Elman網(wǎng)絡(luò)采用BP算法的權(quán)值修正方法(詳情參見1.1),誤差函數(shù)如下:其中d(k)為目標期望輸出向量。2民法安全態(tài)勢的影響因素通過對相關(guān)資料的分析,結(jié)合民航自身安全生產(chǎn)統(tǒng)計資料,進行民航調(diào)研和專家咨詢,同時結(jié)合信息融合的實際情況,確定了影響民航安全態(tài)勢的因素及其模型結(jié)構(gòu)圖(其結(jié)構(gòu)圖如圖3所示)。(1)民航安全因素。民航事故征候數(shù)、事故率、災(zāi)變系數(shù)、人員因素、安全管理因素是民航安全態(tài)勢的主要指標,會影響到民航的安全管理,以往的民航安全態(tài)勢會促使管理者采取具體安全措施來改善安全形勢,民航安全因素對于民航安全態(tài)勢評估影響是直接的。這里選取前3個便于收集處理的因素進行進一步仿真。(2)民航運行因素。民航運行的各個方面與安全態(tài)勢息息相關(guān),通過民航運行的運輸業(yè)務(wù)、生產(chǎn)資料的統(tǒng)計來預(yù)測評估民航安全態(tài)勢。(3)民航經(jīng)濟因素。民航企業(yè)收入和民航投入對于民航安全態(tài)勢的影響是潛移默化的,它的效果通過民航的“人-機-環(huán)-管”延期表現(xiàn)出來,具有一定的延遲。(4)宏觀因素。宏觀經(jīng)濟從外部態(tài)勢直接作用于民航的發(fā)展,宏觀經(jīng)濟是保持民航持續(xù)健康發(fā)展的基礎(chǔ),極大程度影響民航業(yè)的民航的生產(chǎn)運營、安全生產(chǎn)投入和對于民航安全的需求。3基于神經(jīng)網(wǎng)絡(luò)安全狀況評價模型的仿真3.1航天部標準段可能發(fā)生情況(1)1993-2007年民航安全因素的確定。這里收集的從1993到2007年的年事故征候數(shù)、事故征候萬時率、災(zāi)變系數(shù)(x1y-x3y)。災(zāi)變系數(shù)定義為當有運輸業(yè)飛行事故發(fā)生時為1,否者為0,當評估結(jié)果為小于0.3為極小可能發(fā)生,0.3-0.6為可能發(fā)生,0.6-1.0極可能發(fā)生。(2)1993-2009年民航運行因素的確定。這里收集從1993到2009年的航空公司飛行小時數(shù)、通用航空飛行小時數(shù)、年旅客運輸量、年貨郵運輸量、總機隊規(guī)模、運輸機隊規(guī)模(x4y-x14y)。通過分析可近似認為總機隊規(guī)模與運輸業(yè)機隊規(guī)模增長成線性,所以2009年總機隊規(guī)?？梢杂霉?2求出。(3)1993-2009年民航經(jīng)濟因素的確定。從1993到2009年的民航主要業(yè)務(wù)收入、民航業(yè)固定資產(chǎn)投資總額完成。其中2008年固定資產(chǎn)投資總額完成為2009與2007年的線性差值。(4)1993-2009年宏觀因素的確定。從1993到2009年的國國民生產(chǎn)總值和居民消費能力。3.2航天部標準值的歸一化因為對于兩種神經(jīng)網(wǎng)絡(luò)都使用S型的對數(shù)或正切激活函數(shù),所以需要對原始數(shù)據(jù)進行量綱化處理。表1所示是1993-2007年民航安全因素的原始數(shù)據(jù)。量綱化具體方法采用參加訓(xùn)練的樣本各指標原始值與設(shè)定的最大標準值之比。對于民航安全因素(x1y-x3y)其最大標準值為,表2所示是原始數(shù)據(jù)進行歸一化的結(jié)果。同樣對1993-2009年x4y-x14y進行量綱化處理,處理結(jié)果如表3所示。3.3網(wǎng)絡(luò)期望誤差值(1)輸入層與輸出層節(jié)點的確定。根據(jù)已經(jīng)建立的民航安全態(tài)勢評估模型,選取輸入層的節(jié)點數(shù)為14個,輸出的節(jié)點數(shù)為3。(2)隱含層節(jié)點的確定。這里經(jīng)過實際反復(fù)仿真采用28個隱層節(jié)點。(3)學(xué)習(xí)速率的確定。學(xué)習(xí)速率決定每一次循環(huán)訓(xùn)練中所產(chǎn)生的權(quán)值變化量。這里采用附加動量自適應(yīng)梯度下降法訓(xùn)練。(4)期望誤差值是通過對不同期望誤差的網(wǎng)絡(luò)的對比訓(xùn)練來選取的。經(jīng)過多次訓(xùn)練比較,選取期望誤差為0.001。這里以1993-2003年(x1-x14)為訓(xùn)練樣本的輸入,以1994-2004年民航安全態(tài)勢的3個因子(x1-x3)為訓(xùn)練樣本的輸出,經(jīng)過學(xué)習(xí)訓(xùn)練得到合適的BP網(wǎng)絡(luò)結(jié)構(gòu)。將測試樣本2004-2005年x1-x14代入已訓(xùn)練好的網(wǎng)絡(luò)進行態(tài)勢評估,得到民航安全態(tài)勢(x1ytx3yt),并和標準的2005-2007年民航安全態(tài)勢比較,發(fā)現(xiàn)該網(wǎng)絡(luò)模型滿足民航安全態(tài)勢評估的精度要求,將2007年x1-x14代入已通過測試的網(wǎng)絡(luò)進行態(tài)勢評估,得到2008年的民航安全態(tài)勢(x1tx3t),將2008年民航安全態(tài)勢評估結(jié)果(x1t-x3t)和2008年已知數(shù)據(jù)x4-x14作為2009民航安全態(tài)勢評估的輸入,得到2009年的民航安全態(tài)勢,同理可以得到2010的民航安全態(tài)勢評估,最后對2007-2010年結(jié)果(x1t-x3t)進行反歸一化得到民航安全態(tài)勢(x1yt-x3yt)。3.4elman網(wǎng)絡(luò)學(xué)習(xí)循環(huán)次數(shù)與均方差確定網(wǎng)絡(luò)的輸入層節(jié)點為14個,輸出層的節(jié)點為3個,確定隱含層節(jié)點數(shù)為25個,學(xué)習(xí)速率采用附加動量自適應(yīng)梯度下降法訓(xùn)練,選取期望誤差為0.001。這里以1993-2003年x1-x14為訓(xùn)練樣本的輸入,以1994-2004年民航安全態(tài)勢的3個因子(x1-x3)為訓(xùn)練樣本的輸出,經(jīng)過學(xué)習(xí)訓(xùn)練,Elman網(wǎng)絡(luò)訓(xùn)練循環(huán)次數(shù)與均方差以及學(xué)習(xí)率關(guān)系如圖4所示。以2005-2007年民航安全態(tài)勢評估為測試,發(fā)現(xiàn)Elman網(wǎng)絡(luò)模型滿足民航安全態(tài)勢評估的要求,并通過該網(wǎng)絡(luò)進行2008-2010年民航安全態(tài)勢評估。4兩個網(wǎng)絡(luò)的安全態(tài)勢評估結(jié)果以2005-2007年民航安全態(tài)勢評估為測試樣本,基于BP和Elman神經(jīng)網(wǎng)絡(luò)評估結(jié)果詳情見表4和表5。通過對2005-2007年測試樣本評估結(jié)果分析,對于事故征候:BP網(wǎng)絡(luò)評估絕對誤差的絕對平均值為3.61,相對誤差的絕對平均值為3.1%,Elman網(wǎng)絡(luò)評估絕對誤差的絕對平均值為2.85,相對誤差的絕對平均值為2.35%,對于萬時事故征候率:BP網(wǎng)絡(luò)評估相對誤差的絕對平均值為4.45%,Elman網(wǎng)絡(luò)評估相對誤差的絕對平均值為5.16%,對于災(zāi)變系數(shù)都小于0.3,可以認為航空器事故不發(fā)生。通過對比分析,兩個網(wǎng)絡(luò)的安全態(tài)勢評估結(jié)果相對誤差的絕對平均值小于6%,單個相對誤差絕對值小于10%,完全合符實際的要求。2008-2010年民航安全態(tài)勢評估結(jié)果如表6、圖5所示。對于預(yù)測樣本中,2008-2010年民航安全態(tài)勢整體良好,2009年的民航安全態(tài)勢相對嚴峻,2009年事故征候數(shù)可能達到新高,應(yīng)當高度注意民用航空器事故的發(fā)生,同時2010年災(zāi)變系數(shù)雖然屬于極小可能發(fā)生范圍,但接近其上限,需要一定注意。5預(yù)處理模型的建立(1)根據(jù)民航安全運行的特點,結(jié)合態(tài)勢評估的特點,分析和提煉影響民航安全態(tài)勢的因素及其模型結(jié)構(gòu),嘗試構(gòu)建了民航安全態(tài)勢評估模型,應(yīng)用神經(jīng)網(wǎng)絡(luò)進行了民航安全態(tài)勢預(yù)測和評估。結(jié)果表明,2008-2010年雖然事故征候較多,但民航安全態(tài)勢整體良好,其中2009年的民航安全態(tài)勢相對嚴峻,需要密切注意民用航空器事故的發(fā)生,同時應(yīng)對2010年民用航空器事故進行高度關(guān)注,希望管理者采取積極的管理措施進行事故預(yù)防。(2)分別采用BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò),對民航安全態(tài)勢進行了建模和評估,其結(jié)果具有合理性和實際性。在測試樣本中對事故征候的評估預(yù)測,Elman神經(jīng)網(wǎng)絡(luò)精度高于BP神經(jīng)網(wǎng)絡(luò),可能是Elman神經(jīng)網(wǎng)絡(luò)是反饋神經(jīng)網(wǎng)絡(luò),具有儲存信息