民航飞行员安全绩效的建模与预测——多元线性回归模型与Elman神经网络模型的比较与应用

论文摘要

目的探讨飞行员安全绩效、飞行疲劳与家庭-工作冲突之间的非线性关系,以及人工神经网络模型（Artificial Neural Network,ANN）与传统回归模型的优劣。方法本研究使用RBF（径向基）神经网络与多元回归（multiple linear regression,MLR）对数据进行分析与建模,并对比两种模型的评价指标。结果相比于MLR模型,RBF神经网络模型具有更高的拟合与预测精度,基于神经网络模型所绘制的3D表面图显示上述三个变量的部分分维度间存在非线性关系。结论作为一种新的研究方法,人工神经网络模型能更准确深入的描述分析变量间的关系,在人因学相关研究领域有一定的应用前景。

论文目录

• 1 引言
•   1.1 人工神经网络
•   1.2 RBF神经网络
•   1.3 飞行安全绩效
• 2 方法
•   2.1 被试
•   2.2 测量方法
•     2.2.1 家庭—工作冲突量表
•     2.2.2 飞行疲劳量表
•     2.2.3 安全绩效量表
•   2.3 数据分析方法
•     2.3.1 统计分析
•     2.3.2 RBF神经网络分析
• 3 结果
•   3.1 描述统计结果
•   3.2 多元线性回归
•   3.3 RBF神经网络分析
• 4 讨论
• 5 结论与展望

文章来源

类型: 期刊论文

作者: 陈雨嘉,王竞慧,韩越,余湛

关键词: 交通工程,民航,工作压力,飞行员,安全绩效,神经网络,径向基函数,多元回归模型,交通事故

来源: 人类工效学 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 安全科学与灾害防治,航空航天科学与工程

单位: 陕西师范大学心理学院

分类号: V328

DOI: 10.13837/j.issn.1006-8309.2019.06.0011

页码: 56-62

总页数: 7

文件大小: 719K

下载量: 133