基于ARIMA和BP神经网络的民航事故征候率预测

论文摘要

为掌握民航月度事故征候率的发展趋势,以制定我国民航可接受的安全绩效水平。利用剔除季节因素影响的2010—2016年中国民航月度事故征候率为样本,通过自回归移动平均（ARIMA）模型模拟月度事故征候率的线性特征,以12个月为周期通过BP神经网络模型采用滚动方式模拟月度事故征候率的非线性特征,构建并验证了适合我国民航行业特征的月度事故征候率组合预测模型。结果表明,其平均预测精度达到97. 14%,相比已有的ARIMA和最小二乘支持向量机（LS-SVM）组合模型与ARIMA、LS-SVM和BP神经网络组合模型对月度事故征候率的平均预测精度分别提高了27. 65%与5. 01%;最后运用组合模型预测了我国民航2018年1—12月的事故征候率。

论文目录

• 0 引言
• 1 数据来源与组合模型的建立
•   1.1 数据来源
•   1.2 组合模型的建立
• 2 数据处理及模型应用
•   2.1 数据预处理
•   2.2 ARIMA模型的预测
•     2.2.1 时间序列的平稳化
•     2.2.2 模型识别及诊断
•     2.2.3 模型预测
•   2.3 BP神经网络预测
•   2.4 组合模型预测
• 3 结果分析与讨论
•   3.1 结果分析
•   3.2 讨论
• 4 结论

文章来源

类型: 期刊论文

作者: 陈芳,张迪,卫微,郭娜

关键词: 安全管理工程,事故征候率,月度,模型,神经网络

来源: 安全与环境学报 2019年06期

年度: 2019

分类: 工程科技Ⅰ辑,工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 中国民航大学经济与管理学院

分类号: V35

DOI: 10.13637/j.issn.1009-6094.2019.06.024

页码: 2040-2047

总页数: 8

文件大小: 1655K

下载量: 256