基于分类变量关联关系的民航不安全事件风险识别

论文摘要

近年来,民航运输业发展越来越快,然而每年却有多起重大民航事故发生,航空安全形势整体并不乐观。因此加强对航空安全的探究,控制民航事故的发生变的越来越有重要意义。本文主要从两个方面对民航安全问题进行了深入研究:首先对民航不安全事件的特点和数据结构及其相关关系进行了研究。由于民航不安全事件数据结构复杂,为了探究各个分类变量之间的相互关系,本文引入概念树模型,采用多维关联规则挖掘不安全事件各个分类变量之间的潜在关系。同时,为了对那些高度相关但不频繁出现的关联属性进行研究分析,本文设定了两个不同的支持度阈值,与同一个信任度阈值分别组合进行数据挖掘分析。其次,民航不安全事件的风险识别。本文采用小波分解重构的方法对鸟击事件的风险值进行去噪处理,进而对特定时期内的高发风险时段进行风险识别;建立Bow-tie模型对民航不安全事件进行风险分析,以鸟击不安全事件为例,从机场和航路两个方面分别进行了具体实例分析;建立了民航不安全事件发生过程的泊松拟合方法,对未来不安全事件概率进行估计;最后,将关联规则与映射进行结合,对民航不安全事件的致因因素的进行识别,对起关键作用的致因因素重点监控。引入事故致因和风险传递理论,将不安全事件致因因素归纳成“人-机-环-管”四个维度,利用关联规则的挖掘,对致因因素进行映射分析,找到各致因因素之间的关键因素,加强对该风险因素的监控,实现对民航不安全事件的控制。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 1 引言
•   1.1 研究背景及研究意义
•   1.2 研究现状
•     1.2.1 航空不安全事件相关属性的研究现状
•     1.2.2 航空安全风险管理的研究现状
•   1.3 研究内容和技术路线
•     1.3.1 研究内容
•     1.3.2 技术路线
• 2 民航不安全事件数据分析
•   2.1 民航不安全事件数据结构
•   2.2 民航不安全事件数据分析
•   2.3 其他指标的数据分析
•   2.4 本章小结
• 3 民航不安全事件关联规则的挖掘
•   3.1 关联规则基础理论
•     3.1.1 关联规则定义
•     3.1.2 关联规则的分类
•   3.2 关联规则分析过程
•   3.3 基于民航不安全事件关联规则的挖掘
•     3.3.1 民航不安全事件的概念层次树
•     3.3.2 主观约束条件
•     3.3.3 各分类变量之间的关联关系解读
•     3.3.4 关联关系结论
•   3.4 本章小结
• 4 民航不安全事件风险识别
•   4.1 基于小波分析的民航不安全事件风险值处理
•     4.1.1 基于阈值的小波去噪方法
•     4.1.2 鸟击事件案例分析
•   4.2 基于Bow-tie方法的民航不安全事件风险分析
•     4.2.1 风险分析方法
•     4.2.2 鸟击事件案例分析
•   4.3 民航不安全事件概率评估
•     4.3.1 泊松分布和泊松过程
•     4.3.2 案例分析
•   4.4 本章小结
• 5 民航不安全事件风险因素监控
•   5.1 风险因素引发不安全事件的机理分析
•     5.1.1 不安全事件致因机理分析
•     5.1.2 不安全事件风险传递分析
•   5.2 致因因素间的映射关系
•   5.3 案例分析
•     5.3.1 “人-机-环境-管理”风险因素指标的确定
•     5.3.2 中止进近/复飞事件的数据收集
•     5.3.3 映射关系的确定
•   5.4 本章小结
• 6 结论与展望
•   6.1 主要工作和结论
•   6.2 未来研究展望
• 参考文献
• 作者简历及攻读硕士/博士学位期间取得的研究成果
• 学位论文数据集

文章来源

类型: 硕士论文

作者: 陈思

导师: 孙会君

关键词: 民航,不安全事件,关联规则,小波去噪,映射,风险

来源: 北京交通大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 数学,安全科学与灾害防治,航空航天科学与工程

单位: 北京交通大学

基金: 科技部国家重点研发计划课题,综合灾害环境下人员与交通行为规律及仿真系统(2017YFC0803300),国家自然科学基金重点项目,大数据环境下汽车共享出行管理优化与智能服务(91846202),国家创新研究群体项目,城市交通管理理论与方法(71621001)

分类号: V328.1;O212.1

总页数: 75

文件大小: 5857K

下载量: 245