基于ARIMA、LS-SVM和BP神经网络组合模型的航空运输飞行事故征候预测

• 作者: 李雪艳 梁文娟
• 来源期刊: 安全与环境工程
• 学科: 工学
• 关键词: 飞行事故征候万时率 组合模型 差分自回归移动平均模型 最小二乘支持向量机模型 BP神经网络模型 航空安全
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 安全理论与安全管理
• 页码范围: 130-136
• 页数: 7页
• 分类号: X928.03|V328
• 字数: 6189字
• 语种: 中文
• DOI: 10.13578/j.cnki.issn.1671-1556.2018.01.023

摘要

应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析.首先,利用2008 2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS证据理论,实现三者的融合,获得ARIMA+ LS-SVM+ BPNN组合模型,利用组合模型对2017年1至3月该航空公司的月度飞行事故征候万时率进行预测,并用实际数据进行了验证.结果表明:组合模型较好地拟合了飞行事故征候万时率的历史序列,并获得了较高的预测精度;组合模型的短期(3个月)预测值与该航空公司飞行事故征候万时率的变化趋势完全一致,且预测精确度可接受.该研究可为航空公司安全与运行的趋势分析与判断提供数据依据,也可为航空公司制定针对性的飞行事故征候防控方案提供帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁文娟	中国民航大学飞行技术学院	16	101	7.0	9.0
2	李雪艳	中国民航大学理学院	9	25	3.0	5.0