基于灰色关联模糊聚类算法优化飞机排故方法

采用灰色关联与模糊聚类原理，建立一种灰色关联的模糊聚类算法，应用该算法可直接对飞机维修经验中的多种排故方法．依排除故障的可能性进行排序，并根据排序结果时排故方法进行相似聚类，从而将排故经验与多因素决策算法进行有效综合．较好地解决了民航飞机故障诊断专家系统中多种故障原因的优化选择问题，并可直接给出排故方法的选择指导，提高专家系统的指导水平和飞机排故效率。文中对算法原理进行了详细介绍，并给出算法实例。     

深成份指数的灰色行业聚类关联与预测模型研究

本文应用系统工程理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类预测方法。以深成份指数为样本对各类行业进行了聚类分析,得到了一种符合实际的聚类预测结果,阐明了灰色趋势关联聚类预测方法的有效性、方便性和实用性。     

航空公司不安全事件管理系统设计

目前国内外航空公司现有的不安全事件管理系统仍然存在着许多不足。本文首先对系统需求进行了分析。接着根据航空公司不安全事件处理流程,分析了系统应该实现的功能,并且将系统划分为网络报告模块、事件跟踪处理模块、统计分析模块和系统维护模块。最后,对系统中的主要字段进行说明。通过对系统总体的架构设计,对系统的具体实施具有指导性作用。     

灰色层次分析模型在机场安全风险评价中的应用

民用机场安全风险评价是一个多因素综合评价问题。本文针对民用机场的安全风险状况进行了因素分析并构建了层次结构体系。同时由于存在各种不确定因素,其风险处于一种灰色状态,评价指标难以量化。由此我们采用层次分析法与灰色系统理论相结合的方法建立模型对机场安全风险进行评价,最后通过应用实例说明了方法的实用性和可操作性。     

基于非欧式距离的可能性C-均值聚类

改进型可能性C-均值聚类(Improved possib ilistic C-means,IPCM)是在综合了模糊C-均值聚类(Fuzzy C-means,FCM)和可能性C-均值聚类(Possib ilistic C-means,PCM)的基础上得到的。在IPCM的基础上,利用鲁棒统计观点和影响函数,引入一种新的距离度量以代替IPCM的目标函数中的欧式距离度量,提出了一种新的可能性C-均值聚类模型(A lternative improved possib ilistic C-means,A IPCM),并给出了该模型的具体实现算法。A IPCM具有良好的鲁棒性,更适合对含有噪声或野值的数据进行划分聚类。仿真实验表明,A IPCM能克服噪声敏感性问题,获得合适的聚类中心和高的聚类准确率。     

基于证据理论聚类算法的故障诊断

为了正确高效地诊断故障,以并发故障为例,建立了基于证据理论聚类算法的诊断模型,提出了基于Dempster理论的聚类算法,该聚类算法既分析每个单类,还考虑单类的各种组合,并利用质心特性,将单类聚类原型推广为适合组合类特性的聚类原型。通过故障实例说明,本文模型既适合普通故障诊断,更适合并发故障诊断,且计算的时间复杂度较小。     

联合模糊c-均值聚类模型

提出一种新的结合了模糊c-均值聚类（FCM）算法和可能性c-均值聚类（PCM）算法优点的联合模糊c-均值聚类（AFCM）算法。它克服了PCM对初始值敏感、易产生一致性聚类的缺点，是PCM的扩展算法。试验表明：AFCM能同时产生隶属度和典型值，从而更好地处理噪声，避免了一致性聚类，同时提高了聚类准确性。     

基于聚类的多标记选择性集成

多标记学习和选择性集成是机器学习中的两个热点研究问题。本文利用聚类思想探究多标记学习中的选择性集成, 提出了两种具体的多标记选择性集成算法：基于最小距离的簇中心选择算法（Minimum distance based cluster center selection,MDCCS）和基于K-means的簇中心选择算法（K-means based cluster center selection, KMCCS）。在所提出的算法中,如何度量学习器之间的距离是其能否成功的关键因素。本文首先基于学习器的分类结果对其进行重新表示,在此基础上给出了学习器之间距离的计算方式。此外, 对于算法中的空簇问题给出了两种解决方法。基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析,实验结果表明了所提算法的有效性。     

基于无监督学习视觉特征的深度聚类方法

基于自编码器的特征提取技术广泛应用于图像聚类分析,在较简单的图像集上取得了令人满意的聚类结果,但自编码器的特征表示能力有限,很难捕捉到复杂低质图像的局部特征。本文提出一种基于非对称结构卷积自编码器（Convolutional auto-encoder with an asymmetric structure, ASCAE）的学习视觉特征的深度聚类方法,其中非对称结构的卷积自编码器用于学习特征表示,然后使用K-means算法对特征数据进行聚类分析。为进一步提高特征表示能力,ASCAE方法的网络采用变步长的卷积层和全连接的重构误差正则约束网络的重构误差。在7个公开图像集上的实验结果表明该网络有很好的特征表示能力,并且使得K-means算法能提供很好的聚类结果。在COIL-20和MNIST图像集上,聚类方法ASCAE的聚类精度分别为0.754和0.918,优于同类型的4种深度聚类方法（AEC、IEC、DEC和DEN）。     

Risk Index Prediction of Civil Aviation Based on Deep Neural Network

Safety is the foundation of sustainable development in civil aviation. Although catastrophic accidents are rare,indicators of potential incidents and unsafe events frequently materialize. Therefore,a history of unsafe data are considered in predicting safety risks. A deep learning method is adopted for extracting reactions in safety risks. The deep neural network(DNN)model for safety risk prediction is shown to extract complex data characteristics better than a shallow network model. Using extended unsafe data and monthly risk indices,hidden layers and iterations are determined. The effectiveness of DNN is also revealed in comparison with the traditional neural network. Through early risk detection using the method in the paper,airlines and the government can mitigate potential risk and take proactive measures to improve civil aviation safety.     

基于灰色神经网络模型的民航安全监管工作优化研究

运用串联型灰色神经网络组合模型分析了我国某地区管理局9年的机场管理类不安全事件数据,对历年来被监察单位不安全事件、各项监察问题的数量等动态客观数据进行分析。结果表明:监察计划不能只是基于大纲、上一年的监察情况甚至监察人员的经验进行制定,应通过分析历年来被监察单位不安全事件和各项监察问题的数量等动态客观数据,预测下一年不安全事件数量及某项工作的出错次数,对下一年的监察力度、频次和重点项目做出相应的更新和调整。     

基于心理测评的民航机务人员安全胜任力研究

为降低民航机务人员心理素质导致航空事故的风险,对民航机务人员的心理素质进行了相应的研究。首先,对民航维修工作做岗位分析,以胜任力理论、人岗匹配理论建立初步的民航维修人员心理素质安全胜任力评价指标体系;然后,依据心理测评理论和初步建立的胜任力评价指标体系构建合适的心理测评量表,通过数据分析对该指标体系进行实证研究;最终确定人格特征、认知与操作能力、心理健康3个一级指标,专业成就欲、手眼协调、精力充沛等18个二级指标的民航维修人员安全胜任力评价指标体系,为民航机务人员的选拔和有效降低维修中的人为因素风险提供参考。     

基于通用航空的空中交通管制压力和风险评估方法的探讨

飞行流量管理现已成为业内人士经常研究和谈论的话题,也是民航发展过程中必须解决的重要问题。与运输航空不同,通用航空的流量管理和评估问题却少有人问津。本文结合国内最大的通用航空基地——民航飞行学院的实际运行情况,把空中交通管制工作风险按照能量的概念数据化,借鉴能量控制的理论,提出风险势能的概念,并对这一概念在通用航空空中交通流量管理中的应用进行了探讨。     

民航飞机放行评估实验教学方法研究

飞机放行评估是航空公司进行运行控制的一项重要内容,它直接决定了航空公司运行和服务的质量。文中通过对中国民航大学现有的教学资源和现用的教学方法进行介绍,并进一步提出改革建议,从而有助于更好地搭建实验平台,提高教学质量。     

基于Web的民航空防安全威胁预警系统研制

民航空防安全新旧威胁长期交织并存,亟待强化空防安全威胁预警响应管理技术流程。本文探讨了民航空防安全威胁与风险的生成演化规律,明晰威胁评估与预警响应的核心技术环节,提出民航空防安全威胁预警模型,开发基于web的预警系统,为我国民航空防安全威胁预警机制构建提供技术支持。     

李家祥:民航魄力改革者

从空军少将华丽转身为中国民航的领军人物,李家祥从2000年以来的每一步都迈得铿锵有力。"蒙代尔世界管理人金奖"、"中华十大经济英才"、"2006CCTV中国经济十大年度人物"等这些殊荣都不能涵盖他,现在在李家祥心中谋划的是实现中国民航强国的宏伟蓝图。     

对民航乘务英语课程的再认识

民航乘务英语课程需要区分"教"与"训"的差别。前者强调知识性内容的讲授和教学,后者强调技能性服务语言的训练和使用。民航乘务英语课程是乘务知识和服务语言技能的"合二为一"。     

基于SHEL模型的贝叶斯网络民航安全评价研究

本文以SHEL模型为人误分类依据,用收集的2000—2017年的民航飞行事故及事故征候作为数据源,采用具有概率性模式特性的贝叶斯网络方法对影响飞行安全的危险因素进行了研究。研究结果表明:在SHEL模型的4个界面和人本身的问题中,操作不当、SOP不当、机组配合/沟通不当、不利的天气和违章是影响飞行安全的主要因素。     

民航安全文化变革探析

民航安全文化变革是民航安全文化自我创新、建设发展的重要途径。其变革方式有渐进性变革与突发性变革、主动变革与被动变革之分;其变革步骤主要按照PDCA循环实施;其变革规律主要是由浅层到深层、无序到有序、量变到质变。