基于ATHEANA-STPA混合方法的航空人为因素分析

传统人为因素失误分析技术（ATHEANA）由于缺乏系统化的分析方法,对不安全控制行为（UA）和迫使失误情景（EFC）的识别不充分,因此提出人为因素失误分析技术—系统理论过程分析（ATHEANA-STPA）混合方法对航空人为因素展开分析。基于人为因素失误预测技术（THERP）方法构建系统控制模型,识别UA和与其关联的致因因素;根据各类致因因素的关联性构建EFC,基于THERP 提供的基础人为误差数据对UA的触发概率进行评估;基于瓦解EFC 的思想制定风险管控措施,通过一起航空安全事故的分析应用验证ATHEANA-STPA 混合方法的有效性。结果表明：本文提出的ATHEANA-STPA 混合方法所形成的结论能够对风险管控起到更为具体的指导作用。     

航空网络关键节点辨识的核极限学习机算法研究

通过技术手段准确识别航空网络的关键节点,对航空网络平时的正常运行以及战时的防御和修复,具有重要的理论意义和参考价值。提出一种基于核极限学习机的航空网络关键节点识别方法,首先,采用层次分析法对节点综合重要度进行评估;然后,选取三个简单指标,基于核极限学习机学习简单指标与综合重要度之间的映射关系,建立重要度评估模型;最后,以中美两国航空网络为例进行仿真。结果表明:仅需计算 40 个节点的复杂指标值,就可对关键节点取得较满意的辨识效果,降低了计算复杂度,提高了辨识效率,即采用本文方法辨识航空网络的关键节点是有效、可行的。