基于随机森林的航空安全因果预测新方法

作者：任博^*; 岳珠峰; 司勇; 崔利杰; 曾航

来源：系统工程与电子技术, 2023, 45(03): 762-768.

• 航空安全
• 因果预测
• 随机森林
• 变量选择
• 重要性分析

构建精确航空安全预测模型确定事故及其致因因素变化规律，对航空安全智能管理与主动决策具有重要意义。为此，提出一种基于Bow-tie模型组合的随机森林算法用于航空安全因果预测，完成安全预测模型参数优化、致因变量贡献排序。首先，基于Bow-tie模型开展航空安全致因因素的关联辨识，确定安全致因变量。其次，以某航空公司2017～2019年民航安全数据：管理因素、环境因素、飞机因素、人的因素、外在因素等为研究对象，基于随机森林构建航空安全因果预测模型，开展预测变量的重要性分析、模型构建和预测精度分析。结果表明，该方法能有效预测航空安全关键因素及航空安全态势的变化趋势。同时，该方法与相关向量机、神经网络做了性能对比，所提模型在预测性能和稳健性均占优。此外，变量重要性分析结果表明：环境因素对2017～2019年航空安全影响最大，需要重点管控；反之，管理因素对于航空安全影响最小，可忽略。

• 单位
  空军工程大学; 西北工业大学