基于BP神经网络的航段安全评估研究

摘要

民用航空业是一个高风险的行业，飞行安全不仅关系到旅客的人身安全和财产的安危，更是人们经常讨论和研究的话题。如何降低事故率一直都是中国民航乃至世界民航业的主要任务，航空事故已经成为制约和影响航空事业发展的基本要素，为了解决这一问题，行之有效的方法就是“安全防范关口”前移，防患于未然。因此建立一套完善、全面、系统的航段安全体系已成为当前提高民用航空安全管理水平最紧迫的事情。
　　目前民航界处于“主流”地位的几种飞行安全理论模型如墨菲定理、骨牌理论等方法对于造成事故发生的每一项失误和各项失误之间的界线划分比较清楚，也能系统地区别出各项具体的失误。但是，对整个航段安全风险评估的效果不是非常好，不能量化航段的航空风险，而这正是本研究要解决的问题。
　　由于神经网络技术能够较好解决具有不确定性、严重非线性、时变滞后的复杂系统建模方面的问题，因此本文建立了基于BP神经网络的民用航空航段安全风险评估模型，该模型能够在对某飞行情景下的情景参数进行分析的基础上，得到该航段某一高度点的安全裕度，进而对整个航段的风险进行评估。准确的风险评估不仅能够识别出那些风险比较高的不安全航班，提高飞行员的安全意识，以便采取相应的风险缓解措施，而且能够为航空公司和政府安全管理部门提供分析风险的有效工具，从而达到提高我国民用航空安全管理水平的目的。
　　本论文最后还提出了尚未解决的相关问题并给出了进一步研究和改进的方向。

目录

声明

摘要

第一章 引言

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 本文的研究内容、方法及创新点

1．3．1 研究的主要内容

1．3．2 研究的主要方法

1．3．3 研究的难点和创新点

第二章 航空安全理论及风险评估技术

2．1 最具代表性的几种航空安全理论

2．2 航段安全评估技术

2．3 航段安全评估指标体系的分析

2．4 航段安全评估系统

第三章 BP神经网络简述

3．1 神经网络的发展及趋势

3．2 BP神经网络的基本原理

3．3 BP神经网络的算法

3．3．1 BP神经网络算法的定义

3．3．2 传统的BP算法

3．3．3 改进的BP网络算法

3．4 BP神经网络算法的数学描述

第四章 基于BP网络的航段安全评估方法

4．1 航段安全评估指标设计

4．1．1 航段安全风险评估指标的设计

4．1．2 进近着陆阶段风险评估指标

4．2 参数选择和数据处理

4．2．1 参数选择及数据来源

4．2．2 数据的获取

4．2．3 航段数据归一化处理

4．3 基于BP神经网络的航段安全风险评估模型

4．3．1 基于BP神经网络的风险评估方法及应用

4．3．2 BP神经网络的结构设计

第五章 研究结论与展望

5．1 研究结论

5．2 工作展望

参考文献

致谢

附录