基于ARIMA与SVM的飞行事故组合预测方法

中国安全科学学报

基于ARIMA与SVM的飞行事故组合预测方法

甘旭升，端木京顺，丛伟，高建国

西京学院汽车学院,陕西西安,710123%空军工程大学工程学院,陕西西安,710038

出版日期:2011-07-20 发布日期:2011-07-25

Flight Accident Prediction Method Based on the Combination of ARIMA and SVM

Online:2011-07-20 Published:2011-07-25

摘要/Abstract

摘要： 飞行事故预测的目的在于预防事故.为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性.在ARIMA和SVM基础上,提出一种飞行事故组合预测方法.首先建立ARIMA模型,用以描述历史数据中的线性关系；然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果.美国空军1954-1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型.

中图分类号:

X949

甘旭升，端木京顺，丛伟，高建国. 基于ARIMA与SVM的飞行事故组合预测方法[J]. 中国安全科学学报.

[1]	何昕, 马义龙. 基于计算流体力学的配对进近尾流安全间隔研究[J]. 中国安全科学学报, 2022, 32(5): 77-83.
[2]	岳仁田, 张知波. 脆弱性多因素耦合作用下空管亚安全态识别[J]. 中国安全科学学报, 2022, 32(4): 8-14.
[3]	孙瑞山, 陈毅, 孙立斌. 基于CFF的管制员疲劳评估方法[J]. 中国安全科学学报, 2022, 32(4): 192-197.
[4]	吕旭飞, 姚尚宏, 权家乐. 基于STPA法的空中加油软管甩鞭安全性分析^*[J]. 中国安全科学学报, 2022, 32(2): 152-157.
[5]	王兴隆, 陈仔燕, 刘岩. 基于组合赋权法的空管监视信息质量评估^*[J]. 中国安全科学学报, 2022, 32(1): 41-50.
[6]	韩鹏, 王军, 王启, 赵嶷飞. 基于飞行剖面的航空器试飞活动空管风险研究^*[J]. 中国安全科学学报, 2022, 32(1): 149-156.
[7]	焦卫东, 姚军强, 王瑞冬. 基于凸包围盒的飞行冲突检测算法^*[J]. 中国安全科学学报, 2021, 31(12): 32-38.
[8]	白鹏, 陈霖峰, 王玺, 龚宇, 蒋淞榕, 周勍琪. 基于点融合的进场程序优化与航空器排序研究^*[J]. 中国安全科学学报, 2021, 31(12): 45-52.
[9]	曹惠玲, 胡彦杰. 适航指令设计制造缺陷案例关联分析^*[J]. 中国安全科学学报, 2021, 31(11): 54-63.
[10]	魏志强, 李晓晨. 飞机高空尾涡安全评估模型^*[J]. 中国安全科学学报, 2021, 31(11): 78-84.
[11]	杨晓强, 林湘漪, 蒋澜. 使用困难报告数据驱动的民用航空器安全状态评价^*[J]. 中国安全科学学报, 2021, 31(11): 85-92.
[12]	康瑞, 杨凯. 航空器逆向滑行冲突风险评估模型^*[J]. 中国安全科学学报, 2021, 31(10): 39-45.
[13]	吴仁彪, 何宇翔, 贾云飞. 基于改进层次分析法的重点人员风险评价方法^*[J]. 中国安全科学学报, 2021, 31(10): 112-118.
[14]	冯文刚. 基于深度长短记忆模型的民航安保事件分析^*[J]. 中国安全科学学报, 2021, 31(9): 1-7.
[15]	肖国松, 刘嘉琛, 董磊, 孙紫荆, 赵长啸. 面向IMA通用系统管理的STPA安全性分析^*[J]. 中国安全科学学报, 2021, 31(9): 8-14.

基于ARIMA与SVM的飞行事故组合预测方法

Flight Accident Prediction Method Based on the Combination of ARIMA and SVM

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价