基于BP神经网络空管运行系统安全绩效分析方法研究

左燕 姚光明

摘 要：为了更好地提高空管安全绩效分析效率，提出基于BP神经网络的空管运行系统安全绩效评价模型，通过民航局已发布的权值分布计算出各输入影响因素对最后评分结果的影响，利用算例分析检验了该模型的可靠性。最后以某空管单位绩效评价结果为例对安全绩效评价模型进行验证，根据评价结果对该空管单位提出相应的建议，提高安全评价工作的效率，为空管安全绩效评估工作的开展提出一种新思路。

关键词：空管运行安全；安全绩效；神经网络；评价模型

中图分类号：V355 文献标志码：A 文章编号：2095-2945（2018）23-0006-03

Abstract： In order to improve the efficiency of air traffic control （ATC） safety performance analysis， a safety performance evaluation model of ATC operation system based on BP neural network is proposed. The influence of input factors on the final score result is calculated by the weight distribution published by CAAC. The reliability of the model is verified by an example. Finally， taking the performance evaluation results of an air traffic control unit as an example to verify the safety performance evaluation model， according to the evaluation results of the air traffic control unit put forward the corresponding recommendations to improve the efficiency of the safety evaluation work. A new way of thinking is put forward for the development of ATC safety performance evaluation.

Keywords： ATC operation safety； safety performance； neural network； evaluation model

引言

隨着我国经济的发展，民航业也迅速发展，安全问题也越来越受到人们的重视。作为保障空中交通安全的空中交通管理机构，保障飞行安全，提高安全运行水平，是他们的目标，民航安全管理体系的推进，安全绩效管理工作也愈发重要。本文在学习SMS及空管单位安全绩效管理应用的指导意见基础之上，以空管单位安全绩效管理为研究对象，建立基于BP神经网络的空管运行系统安全绩效评价模型，并对某地区空管单位安全绩效评价结果进行实例分析，根据分析结果与实际评价结果对比，证明该模型的有效性同时提出相应的对策和建议[1-5]。

1 评价体系的构建

通过分析空管安全绩效考核现状，空管单位安全绩效考核影响因素概括为安全后果、安全管理和安全运行三部分。其中安全后果包括责任原因飞……