基于随机森林的航空安全因果预测新方法

摘要：

构建精确航空安全预测模型确定事故及其致因因素变化规律,对航空安全智能管理与主动决策具有重要意义.为此,提出一种基于Bow-tie模型组合的随机森林算法用于航空安全因果预测,完成安全预测模型参数优化、致因变量贡献排序.首先,基于Bow-tie模型开展航空安全致因因素的关联辨识,确定安全致因变量.其次,以某航空公司2017～2019年民航安全数据:管理因素、环境因素、飞机因素、人的因素、外在因素等为研究对象,基于随机森林构建航空安全因果预测模型,开展预测变量的重要性分析、模型构建和预测精度分析.结果表明,该方法能有效预测航空安全关键因素及航空安全态势的变化趋势.同时,该方法与相关向量机、神经网络做了性能对比,所提模型在预测性能和稳健性均占优.此外,变量重要性分析结果表明:环境因素对2017～2019年航空安全影响最大,需要重点管控;反之,管理因素对于航空安全影响最小,可忽略.

关键词：航空安全、因果预测、随机森林、变量选择、重要性分析

所属期刊栏目：45

分类号：V328(航空飞行术)

资助基金：国家自然科学基金;航空科学基金;陕西省自然科学基金资助课题

在线出版日期：2023-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：762-768