基于多算法协作的航班运行风险辨识研究
来源：中国安全科学学报杂志2018年第6期北京时间：
作者：王岩韬, 赵嶷飞
单位：中国民航大学 空管运行安全技术国家重点实验室,天津 300300
摘要：针对使用单一算法难以大幅提升航班运行风险辨识精度的问题,首先详细分析航班运行工作流程,筛选出重要评估指标15项,精选X航100个航班案例作为数据样本,使用粗糙集理论约简得到9个风险核心指标;然后选用支持向量机(SVM)和神经网络2种机器学习方法,分别建立风险辨识模型计算风险等级,并将其与基于模糊算法的X航风控系统运算结果对比;进而,依据各算法优缺点,构建多算法协作模型;最后使用G航和N航日运行数据检验模型有效性。结果表明:神经网络方法对低风险分辨效果最好;SVM对中高风险辨识能力最强;用所构建的多算法协作模型计算结果的正确率最高可达95%。
关键词：航班运行,神经网络,支持向量机(SVM),粗糙集,多算法协作
基金资助：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)。
