摘要

作为民航运输的两翼之一,通用航空安全水平直接影响民机系统的安全。目前,对通航以及鸟击事故征候进行预测的研究较少,本文根据收集到的美国从事通用航空活动发生鸟击事故征候安全状况数据,采用长短期记忆(long short-term memory,LSTM)神经网络模型对鸟击事故征候数据进行训练和预测。实验结果显示,与传统模型相比,LSTM模型具有更好的预测效果,精确度更高。基于此,提出了预测稳定性更好的LSMT-均方根误差(LSTM-root mean square error,LSTM-R)模型,为通用航空鸟击事故征候预测提供了手段和方法,加强了通用航空安全管理。