基于聚类算法的民航飞行员心理健康画像研究

来源：中国安全科学学报杂志2026年第1期北京时间：

作者：汪磊, 杨麒玉, 洪瑞媛

单位：中国民航大学 安全科学与工程学院,天津 300300

摘要：为保障飞行员的飞行安全和提升工作效率,基于机器学习聚类算法,提出民航飞行员心理健康特征分类方法。首先,选取215名现役航线飞行员作为被试,通过飞行员心理胜任力测评系统,采集心理品质和心理状态2个维度的心理健康数据;然后,采用主成分分析法对数据进行特征降维,并结合肘部法确定最优聚类簇数,运用K-means算法实现样本分类,将飞行员划分为4类心理健康状况,用以分析各类群体的心理特征差异;最后,基于聚类结果进行可视化操作,进一步表征飞行员心理健康个体与群体画像,采用雷达图呈现不同类别飞行员的心理特征分布模式。结果表明:飞行员心理健康结构具有群体异质性和多元表现模式,提出的聚类算法可将抽象的飞行员心理健康数据转化为可观测的群体特征画像,在操作层面实现对飞行员心理状态的系统化辨识与可视化表达。

关键词：聚类算法,飞行员,心理健康画像,心理状态,心理胜任力

基金资助：中国民航局安全能力建设项目(2022FS0013)