[发明专利]一种航空网络风险预测方法及风险等级评估方法

说明书

本发明公开了一种航空网络风险预测方法及风险等级评估方法，包括分别对航空网络中机场节点受损前后的运行效率下降风险和容量下降风险进行评估，得到航空网络的历史风险评估序列；对所述航空网络的历史风险评估序列进行降噪处理；对降噪处理后的历史风险评估序列进行相空间重构；将相空间重构后的历史风险评估序列输入建立好的神经网络模型中，并对所述神经网络模型的参数进行迭代优化；利用优化后的神经网络模型对航空网络的风险进行预测；数值化的预测结果能够更为直观的反映航空网络的风险情况，且预测精度高。

技术领域

本发明涉及民航风险预测及评估领域，具体公开了一种航空网络风险预测方法及风险等级评估方法。

背景技术

随着我国民航领域的飞速发展，日益增长的航空运输需求与有限的航空网络资源之间的矛盾日益突出，导致航空网络运行安全与运行效率的问题日益突出，运行安全风险日益增加。同时，航空网络作为一个承载大量航空运输需求的复杂巨系统，容易受到各类形势日益严峻的情况，航空组织和国家的新国际法规都逐渐要求采取一种预防性和主动性而非被动性的安全风险管控方法。但是，如果没有对航空网络风险的预测和事故预防的风险诱因的影响导致网络功能性损失，运转失灵，尤其是在需求与资源之间不平衡的情况下，微小的风险扰动都会造成航空网络的严重风险。

目前针对航空网络安全风险预测问题，国内外研究较少，具体可分为三类，其一是根据航空事故数据库，建立事故树、贝叶斯网络等因果概率模型，通过预测事件发生严重度和概率来预测航空风险。其二是根据航空事故征候数据，融合支持向量机和深度神经网络等算法进行风险预测模型的建模，预测航空事件严重程度，但其实质过程与第一类类似，都是通过整合多种风险因素预测事故发生的概率和后果严重性，本质还是一种风险评估，对未来的预测能力不足。其三是使用使用时间序列预测模型对航空安全绩效、单趟航班风险等进行长期的预测，但以月为单位的宽幅时间序列及预测对象的片面性严重削弱了其实际应用价值。

上述三类预测方法，在预测时间层面，缺乏航空网络层面面向时间尺度的风险预测可靠技术和方法；在预测对象层面，缺乏航空网络层面的风险预测，对于航空网络整体运行安全风险调控及预防指导意义有限。

发明内容

有鉴于此，本发明的目的在于提供一种航空网络风险预测方法及风险等级评估方法，以解决现有技术中预测结果不全面、预测精度低以及缺乏对航空网络整体层面的风险预测的问题。

为达到上述目的，本发明的第一方面提供一种航空网络风险预测方法，具体包括以下步骤：

S1：分别对航空网络中机场节点受损前后的运行效率下降风险和容量下降风险进行评估，并对运行效率下降风险和容量下降风险进行耦合得到航空网络宏观运行总风险，得到航空网络的历史风险评估序列；

S2：对所述航空网络的历史风险评估序列进行降噪处理；

S3：对降噪处理后的历史风险评估序列进行相空间重构；

S4：将相空间重构后的历史风险评估序列输入建立好的神经网络模型中，并对所述神经网络模型的参数进行迭代优化；

S5：利用优化后的神经网络模型对航空网络的风险进行预测。

进一步的，在步骤S1中，采用一N×N的邻接矩阵表示航空网络，所述航空网络中各机场分别视为一个独立的机场节点，所述机场节点由所述邻接矩阵的顶点表示，所述步骤S1具体包括以下步骤：

S101：设定航空网络中具有航线连接关系的两个机场节点之间的初始连边权值，计算航空网络在初始时刻的运行效率，并对两个机场节点之间的连边权值进行迭代更新，计算连边权值更新后对应的运行效率，得到航空网络的运行效率下降风险值；

S102：引入虚拟外界机场节点，利用该虚拟外界机场节点与航空网络中的所有机场节点建立双向连接，并计算航空网络的初始容量以及受恶劣天气影响后的航空网络总容量的变化值，得到航空网络的容量下降风险值；