一种基于随机森林的航空安全因果预测方法

    公开(公告)号:CN112257914A

    公开(公告)日:2021-01-22

    申请号:CN202011111711.8

    申请日:2020-10-16

    Abstract: 本发明公开了一种基于随机森林的航空安全因果预测方法,包括步骤S1:构建基于Bow‑tie模型的航空安全致因变量关联辨识模型,确定关键致因变量;S2:建立航空安全规模数据采集清单,标签原始安全数据库中的不安全事件数据特征;S3:对不安全事件数据特征进行降维处理,得到航空公司的不安全事件建模数据;S4:构建基于随机森林模型的航空安全态势预测模型;S5:对航空安全态势预测模型的预测能力进行评价;S6:根据致因变量对航空安全态势预测结果的影响分析,对关键致因变量对航空安全不安全事件的贡献进行排序。本发明中的预测方法使得难以度量的航空安全态势定量可测,适用于当前状态的航空安全定量评估,未来航空安全态势的预测。

    一种基于改进WCGAN模型的老龄化飞机航空安全预测方法

    公开(公告)号:CN119514613A

    公开(公告)日:2025-02-25

    申请号:CN202411475912.4

    申请日:2024-10-22

    Abstract: 本发明提供了一种基于改进WCGAN模型的老龄化飞机航空安全预测方法,利用航空安全自愿报告系统中开源数据库中小样本数据,预测老龄化飞机航空安全;包括:清洗开源数据库中飞机航空故障事件数据,得到清洗数据;将清洗数据中非结构化的文本报告数据转为结构化数据;引入梯度惩罚GP机制和NeuralProphet算法优化WCGAN模型,得到WCGAN‑GP模型;以误差最小化原则优选参数;将小样本数据输入训练成熟的WCGAN‑GP模型,生成老龄化飞机在未来时刻的航空事故预测值。本发明引入梯度惩罚GP机制和NeuralProphet算法优化改进WCGAN模型,克服传统WCGAN模型在训练过程中梯度消失、模式崩溃和时序特性挖掘能力欠缺等缺陷,提高改进WCGAN模型的稳定性和收敛速度,使改进WCGAN模型更有效地适应航空事故数据的特征。

Patent Agency Ranking