SARIMA模型在航空公司运营安全状态预测中的应用

应用季节性差分自回归移动平均模型(SARIMA)对X航空公司动态安全指数进行预测分析,为航空公司运营安全的规划和发展提供决策依据。收集整理X航空公司2005年1—6月的安全事件和运行数据。利用动态安全指数计算方法对数据进行预处理,建立时间序列。应用SPSS软件对动态安全指数的时间序列进行模型拟合,建立SARIMA模型。对所获得的模型进行参数检验,选取最优模型。利用最优模型对2015年7—12月动态安全指数进行预测,并对预测值与实际值进行对比分析。结果表明,SARIMA(1,0,2)(0,1,0)12模型在显著性水平0.05下通过了所有参数检验。各月实际值都落入了拟合值95%的可信区间范围,动态安全指数的实际值与拟合值变化趋势基本一致。2010年之后精度较高,实际值与拟合值具有较好的重合度。△ln Yt拟合值的最大绝对误差为1.976 6(2009年12月),最小绝对误差为0.000 4(2013年9月)。2015年7—12月,动态安全指数的实际值与预测值变化趋势基本一致,但误差较大。SARIMA模型能够较好地短期模拟X航空公司动态安全状况和趋势,预测效果良好。当发生事故、严重事故征候时,序列的实际值会偏离序列原有的结构,预测精度下降。     

基于ARIMA与LS-SVM组合模型的飞行事故征候预测

应用差分自回归移动平均模型(ARIMA)和最小二乘支持向量机(LS-SVM)的组合模型,对某航空公司的月度事故征候万时率进行了预测分析。对2008—2016年某航空公司的事故征候、飞行小时、航空器数量等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获得事故征候万时率的线性部分;随后利用LS-SVM分析ARIMA模型的残差,获取非线性部分,最终通过二者之和获得ARIMA+LSSVM组合模型。对2017年1—3月的月度事故征候万时率进行了预测,并用实际数据验证。结果表明:ARIMA(1,1,1)(1,1,1)12模型较好地拟合了事故征候万时率的历史序列,LS-SVM模型对残差的拟合获得了较好的精度;组合模型的短期(3个月)预测值与航空公司事故征候万时率的趋势完全一致,且预测精确度可接受。     

某航空公司飞行员飞行认知能力状况调查与分析

飞行员作为一项特殊职业,从客观上要求飞行员具备良好认知能力。从飞行认知能力入手对某航空公司的37名飞行员进行了飞行综合素质测试,分析年龄、职位、飞行时间和疲劳等因素对某航空公司飞行员飞行认知能力的影响。测试结果表明某航空公司飞行员在飞行认知能力上整体表现较好,但年龄、工作时间和疲劳等对飞行认知能力有所影响。建议航空公司对飞行员群体进行大规模测试,制定相应的培训计划并加强管理保障措施,对飞行员人为差错进行主动的风险管理,为民航飞行员飞行综合素质评估提供数据支持,为科学、合理的机组搭配和排班提供依据,对改善飞行安全、提高安全管理水平具有重要意义。     

基于ARIMA、LS-SVM和BP神经网络组合模型的航空运输飞行事故征候预测

应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS证据理论,实现三者的融合,获得ARIMA+LS-SVM+BPNN组合模型,利用组合模型对2017年1至3月该航空公司的月度飞行事故征候万时率进行预测,并用实际数据进行了验证。结果表明:组合模型较好地拟合了飞行事故征候万时率的历史序列,并获得了较高的预测精度;组合模型的短期(3个月)预测值与该航空公司飞行事故征候万时率的变化趋势完全一致,且预测精确度可接受。该研究可为航空公司安全与运行的趋势分析与判断提供数据依据,也可为航空公司制定针对性的飞行事故征候防控方案提供帮助。     

航空器飞行事故的“情景-任务-绩效”应急模型及案例研究

为提升民航业应对重大突发事件的效能,以航空器飞行事故为研究对象,采用情景构建理论与方法,研究了情景要素、应急任务内容以及绩效评估策略。通过收集整理国内外重大飞行事故调查报告、数据和资料,运用案例研究、分类、统计、筛选等方法,确定情景中包括的要素和事件链;分析我国民航业在应急管理体系中存在的问题,并基于"情景-应对"方法,构建了面向航空器飞行事故的"情景-任务-绩效"应急模型;随后通过案例对模型的应用进行了示范验证,结果表明各单位共享"情景"使得应急行动更加协调,"任务"覆盖应急处置能力的关键点,"绩效"评估反映应急的成本和效益状况。该模型具有实际应用价值,可为民航应急工作提供技术参考。     

机场安全趋势分析方法与应用研究

通过构建机场安全趋势分析模型,对各区域的不安全事件进行分类、分级,并采用责任因子分配机场管理机构和驻场单位之间的安全责任。利用2008—2014年某机场的825起不安全事件验证了模型有效性和可靠性,并预测了2015—2018年的不安全事件数量、起降架次、安全风险分数以及安全趋势指数。分析结果表明,此方法能够准确反映机场当前安全运行状况和未来的发展趋势。     

CPB与HDTMA改性沸石处理含Cr(Ⅵ)废水性能比较

分别采用溴代十六烷基吡啶(CPB)与十六烷基三甲基溴化铵(HDTMA)改性的天然沸石处理含Cr(Ⅵ)废水.对其性能与影响因素进行了比较,实验结果表明:CPB改性沸石的性能优于HDTMA改性沸石.CPB改性沸石的最佳改性浓度为1.0%,最佳改性温度为30℃,吸附时间为20min,吸附容量为HDTMA改性沸石的4倍.     

CPB与FIDTMA改性沸石处理含Cr（Ⅵ）废水性能比较

分别采用溴代十六烷基吡啶(CPB)与十六烷基三甲基溴化铵(HDTMA)改性的天然沸石处理含Cr(Ⅵ)废水。对其性能与影响因素进行了比较，实验结果表明：CPB改性沸石的性能优于HDTMA改性沸石。CPB改性沸石的最佳改性浓度为1．0％，最佳改性温度为30℃，吸附时间为20min，吸附容量为HDTMA改性沸石的4倍。     

基于因子分析的民航从业人员职业压力研究

从职业压力源入手,分析社会环境、工作环境、个人心理和技术等因素对民航从业人员职业压力因子的影响,提出了评价民航从业人员职业压力因子指标体系.用问卷调查的方式采集数据,应用因子分析法和主成分分析法确定了主要压力因子.建议依据主要压力因子,制定管理策略以降低职业压力因子产生的不利影响.     

基于内容分析法的航空安全自愿报告信息分析

航空安全自愿报告是获取第一手安全隐患资料的有效方式之一。通过大量收集各国自愿报告信息,以美、英、韩及我国自愿报告系统反馈信息为样本,运用内容分析法(CAM)分析自愿报告来源、涉及飞行阶段、发生原因及涉及隐患等信息,运用SPSS软件分析各样本的相关性。发现各样本报告主要来源于飞行人员,涉及事件以"人"和"管理"原因为主,所涉及的安全隐患具有一定集中度,主要体现在飞行安全、飞行指导、设备故障或缺陷、安全管理、交流沟通等方面。结果表明:自愿报告信息主要关注人为因素、管理因素、设备故障或缺陷等隐患,安全文化对自愿报告的提交有潜在影响。