民航跑道侵入事件致因网络模型构建与分析

跑道侵入事件是由多种因素相互作用导致的，为了明晰因素之间的关系，收集整理了国内2011年到2018年的跑道侵入事件案例；从人、机、环、管4个方面去分析这些事件案例，由此确定了36个影响因素；通过分析案例中影响因素间的关联性，确定了140种影响因素间的相互关系，并据此采用Gephi软件构建跑道侵入事件致因网络模型；利用度、聚类系数、中介中心性、网络直径及平均路径长度等复杂网络指标分析致因网络的结构特征，并找出需要防控的关键因素。结果表明：人、机、管是最容易导致跑道侵入事件发生的主要类别，同时影响因素中的培训和经验不足、注意力分配不当、盲目操作或行动、通信噪音等因素对于航空安全有较大的影响。     

基于灰色理论的桥梁群桩基础工后沉降预测

文章基于灰色系统理论,应用其等时距GM（1,1）模型及改进的新陈代谢模型对桥梁群桩基础工后沉降进行预测,通过与蕴藻浜特大桥某墩的沉降观测资料的对比分析,提出了桥梁群桩基础工后沉降灰色理论预测方法。     

相邻民航通航机场协同运行关键问题及对策

随着通用航空产业的迅速发展，未来将会有越来越多的通航机场建成。但在运输航空发展如此成规模的情形下，有限的民航空域使得运输航空与通用航空在运行上的矛盾越来越突出。本文聚焦给出一个通用方法，基于运动学方程、保护区概念、飞机性能、碰撞风险理论和航空器运行数据等，从简易净空图、碰撞风险分析和划设非侵入区三个角度逐步精细化地确定相邻民航通航机场协同运行的三维边界，用于判断相邻民航通航机场间相互影响程度，并给出对应的对策或建议。并设计了一种基于航迹数据的非侵入区划设方法。以某一相邻民航通航机场为例，给出了三种方法的评估结果以及采用划设非侵入区的运行建议。     

基于小波分析与隐马尔科夫模型的短时交通流预测

鉴于当前的城市交通拥挤不堪的现状,以及现阶段道路交通流预测时间消耗过长的弊端,将小波分析引入到城市短时交通流预测过程中,结合隐马尔科夫训练,提出一种基于小波分析的隐马尔科夫训练交通流预测模型。文章以新乡市交通局公交汽车数据和出租汽车数据作为数据来源,应用小波分析和隐马尔科夫相结合的预测模型进行预测,随后将预测结果同传统的隐马尔科夫模型所预测的结果进行对比分析。实验表明,本模型预测结果精确,与真实数据更为贴近,同时有效的降低了交通流预测的时间损耗,在短时交通流预测方面更加具有优越性。     

基于K-means的印尼民航事件触发机制风险规律分析

航空安全信息的统计分析可以为航班的风险控制与安全预警提供有效支持。本文在收集整理印尼2007—2017年民航事件信息，基于事件触发机制的思想对其产生原因进行研究分析，运用统计分析法总结印尼民航不安全事件发生的主要原因及类型，同时采用K-means聚类分析法对飞行事故的风险等级进行评估，以发生次数和受伤人数作为观测集，得出跑道外接地的事故风险等级为高，冲出跑道的事故风险等级为中。在此分析基础上，提出相关的改进建议，并对我国处在特殊地理位置和气候条件的机场提供改进的角度和思路，对于同类型不安全事件频发的航空公司起到警示和预防作用。     

跑道侵入本体建模及预警决策支持研究

为了研究跑道侵入发生趋势在内部诱因作用下,与航油价格冲击和宏观经济等外部诱因的联动效应,结合多源决策支持做出正确空管安全决策。构建了跑道侵入早期预警系统的领域本体,首先将内部和外部诱因等多源决策知识以本体实例形式表示,进而结合诱因本体模型以及预设SWRL规则融合成一个新的本体模型,最后以某地区诱因信息为标杆应用推理机推理分析,提供空管决策支持服务并给出建议。实验结果表明,基于规则的推理验证了在当前油价处于低位水平伴随航空运输量增长这一预警信号下,进行的跑道侵入预警决策支持过程,证明了方法的可行性和有效性。     

全球民航事故调查数据统计与分析

为探索全球民航事故的发生及调查规律,从航空安全网(ASN)采集626起事故调查数据,对事故发生季度、类型、机型等特征进行统计分析,同时对事故调查的实施机构、调查时长、各类事故调查时长等特征展开分析。结果发现:全球民航事故随运行时间的增加呈现波浪形缓慢下降;事故数量最多的前两位为冲偏出跑道和飞机失去控制,并多集中在第三季度(7-9月);波音公司各机型事故曲线整体类似,同时与空客公司各机型飞机事故曲线存在差异。民航事故调查从开始到发布报告的平均周期为26.1个月;各调查机构针对冲偏出跑道、失去控制、可控飞行撞地事故的平均调查周期分别为22.2、40.4、12.4个月。研究结果为民航事故预防政策制定及事故调查提供参考依据。     

CDUBGM-Markov模型在铁路客运量预测中的应用

文章在传统的灰色模型和马尔柯夫模型的基础上,提出了动态无偏灰色马尔柯夫模型,阐述了该模型的建立方法,并采用这三种模型对我国铁路客运量进行了预测,对比结果表明动态无偏灰色马尔柯夫模型的拟合效果较好,预测精度较高,是一种行之有效的预测方法。     

灰色BP网络串联式组合模型在铁路客货运输量预测中的应用

针对铁路客货运输量发展趋势的研究,建立一种基于灰色理论和BP神经网络的串联式组合预测模型。该模型首先用同一组数据序列建立不同参数的灰色方程,然后用各灰色方程分别预测,最后将各灰色方程预测的结果进行BP神经网络非线性组合,形成串联式组合预测模型。对湖南省铁路客货运量进行分析预测,结果表明:该组合模型预测的准确性高于单独使用灰色模型的准确性,是一种可靠有效的预测方法。     

基于灰色马尔可夫理论的油气管道腐蚀剩余寿命预测

以灰色理论的标准GM（1,1）模型和马尔可夫TPM理论为基础,提出了基于灰色马尔可夫理论的油气管道腐蚀剩余寿命预测方法。利用灰色马尔可夫理论预测腐蚀油气管道剩余寿命的步骤主要包括：最大允许腐蚀深度的确定,腐蚀速率的预测以及剩余寿命预测。并基于该方法,采用VB系统开发了实用软件,简便可靠。该方法可以在腐蚀速率波动比较大的情况下预测油气管道的剩余寿命,为油气管道腐蚀检测周期的确定提供了科学依据。