基于D-S证据理论的飞行事故预测模型

• 作者: 甘旭升 端木京顺 薛明浩 闵桂龙
• 来源期刊: 安全与环境工程
• 学科: 工学
• 关键词: D-S证据理论 飞行事故率 时间序列 BP神经网络 最小二乘支持向量机 组合预测模型
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 安全理论与安全管理
• 页码范围: 117-121
• 页数: 5页
• 分类号: X949|X928.03
• 字数: 4558字
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2015.03.022

摘要

为提高飞行事故的预测精度,提出一种基于D-S证据理论的组合预测模型.该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的预测误差分析,计算出相应的基本信任分配函数,并借助D-S证据理论对三种预测模型进行融合,将融合结果作为飞行事故率预测模型的权重,从而得出待测年份的飞行事故预测结果.以美国空军A类飞行事故数据对该组合模型进行验证,结果表明组合预测模型能够较准确地预测飞行事故率,且模型精度优于任何单一预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘旭升	空军工程大学空管领航学院	58	152	7.0	10.0
2	端木京顺	空军工程大学装备管理与安全工程学院	74	623	13.0	21.0
3	闵桂龙	空军工程大学装备管理与安全工程学院	10	59	6.0	7.0
4	薛明浩	空军工程大学装备管理与安全工程学院	6	33	4.0	5.0