基于ARIMA和BP神经网络的民航事故征候率预测

作者：陈芳; 张迪; 卫微; 郭娜

来源：安全与环境学报, 2019, 19(06): 2040-2047.

DOI：10.13637/j.issn.1009-6094.2019.06.024

• 安全管理工程
• 事故征候率
• 月度
• ARIMA模型
• BP神经网络

为掌握民航月度事故征候率的发展趋势,以制定我国民航可接受的安全绩效水平。利用剔除季节因素影响的2010—2016年中国民航月度事故征候率为样本,通过自回归移动平均(ARIMA)模型模拟月度事故征候率的线性特征,以12个月为周期通过BP神经网络模型采用滚动方式模拟月度事故征候率的非线性特征,构建并验证了适合我国民航行业特征的月度事故征候率组合预测模型。结果表明,其平均预测精度达到97. 14%,相比已有的ARIMA和最小二乘支持向量机(LS-SVM)组合模型与ARIMA、LS-SVM和BP神经网络组合模型对月度事故征候率的平均预测精度分别提高了27. 65%与5. 01%;最后运用组合模型预测了我国民航2018年1—12月的事故征候率。

• 单位
  中国民航大学