位置:成果数据库 > 期刊 > 期刊详情页
基于GA-BP算法的管制员人为差错风险评估模型
  • ISSN号:1006-7167
  • 期刊名称:实验室研究与探索
  • 时间:2014.10.15
  • 页码:98-102
  • 分类:V328.1[航空宇航科学与技术—人机与环境工程;航空宇航科学技术] X913.4[环境科学与工程—安全科学]
  • 作者机构:[1]空军工程大学装备管理与安全工程学院,西安710038
  • 相关基金:国家自然科学基金项目(71171199)
  • 相关项目:基于结构本质安全的复杂系统组元作用机理研究
作者: 周航|王瑛|
中文摘要:

空中交通管制安全是确保飞行安全的重要因素,为提高空中交通管制系统的安全性,需要对空中交通管制员人为差错风险进行评估.首先,基于SHEL模型构建了管制员人为差错评估指标体系,之后针对BP神经网络算法容易陷入局部极小值的缺点,通过引入遗传算法优化神经网络的权值和阈值,建立了一种混合算法;经实例评估表明,GA-BP算法与传统的BP神经网络模型相比具有更高的预测精度,具有较好的适用性和可行性,为加强航空业安全管理体系建设提供了一定的参考依据.

英文摘要:

The safety of air traffic control is an important factor to ensure flight safety,in order to improve the safety of air traffic control system,it is necessary to assess the risk of human error of air traffic control system.A SHEL model was constructed based on the controller's error evaluation index system.Because the BP neural network algorithm is easy to fall into local minimum,the paper introduces genetic algorithm to optimize neural network weights and threshold to establish a hybrid algorithm.Evaluation showed that comparing with the traditional prediction BP neural network model with GA-BP algorithm is more accurate,feasible and applicable.It provides certain reference for strengthening the construction of aviation safety management system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《实验室研究与探索》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:上海交通大学
  • 主编:夏有为
  • 地址:上海市市南区华山路1954号交教学三楼456、457
  • 邮编:200030
  • 邮箱:sysycp@163.com sysy@mail.sjtu.edu.cn
  • 电话:021-62932952 62932875
  • 国际标准刊号:ISSN:1006-7167
  • 国内统一刊号:ISSN:31-1707/T
  • 邮发代号:4-834
  • 获奖情况:
  • 国家科技部中国科技论文统计源期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国乌利希期刊指南,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:53638