基于人工神经网络的停机坪安全预警研究

赵桂红，宋长进

（中国民航大学经济与管理学院，天津 300300）

近年来，航空运输量逐年增加，机场航班和飞机的起降架次也随之升高。机场更加拥挤、停机坪差错和事故时有发生，停机坪事故所造成的经济损失呈现上升趋势。停机坪事故的影响因素比较多，因此有必要对这些因素进行筛选并实施监控和预警管理[1]。

传统的预警方法，如ARCH、模糊分析、ARMA等预警方法，大多基于Logistic回归方法和传统的定性判别，这些方法过多地依赖线性函数建模，而应对非线性规律的情况时，不具备时变特性，不能进行自我调整。基于人工神经网络方法具备这些能力与性质，而其分类正确率要高于普通的统计预警方法，因此它可以作为解决机场停机坪安全预警的一个重要工具[2-3]。

1 停机坪安全管理预警模型的建立

1.1 方法简介

本文主要通过因子分析对影响停机坪安全的因素进行分类，确定其主要公共因子。然后根据公共因子数目，确定神经网络模型的输出期望矩阵，同时运用神经网络sim（）函数对遥墙机场停机坪的数据进行仿真，最后得到预警结果。

1.1.1 因子分析简介

在实证研究中，对事物的观察、分析和描述往往需要从多个角度进行观测，以此反映事物和现象的本质。即需要通过观测多个相关变量，并通过收集大量数据以便对数据进行分析，从而找出其中的规律。因子分析就是通过对大量相关变量的分析，将之转换成较少的、彼此不相关指标的一种多元统计方法[4]。……