民航飞行员安全绩效的建模与预测——多元线性回归模型与Elman神经网络模型的比较与应用

作者：陈雨嘉; 王竞慧; 韩越; 余湛

来源：人类工效学, 2019, 25(06): 56-62.

DOI：10.13837/j.issn.1006-8309.2019.06.0011

• 交通工程
• 民航
• 工作压力
• 飞行员
• 安全绩效
• 神经网络
• 径向基函数(RBF)
• 多元回归模型
• 交通事故

目的探讨飞行员安全绩效、飞行疲劳与家庭-工作冲突之间的非线性关系,以及人工神经网络模型(Artificial Neural Network,ANN)与传统回归模型的优劣。方法本研究使用RBF(径向基)神经网络与多元回归(multiple linear regression,MLR)对数据进行分析与建模,并对比两种模型的评价指标。结果相比于MLR模型,RBF神经网络模型具有更高的拟合与预测精度,基于神经网络模型所绘制的3D表面图显示上述三个变量的部分分维度间存在非线性关系。结论作为一种新的研究方法,人工神经网络模型能更准确深入的描述分析变量间的关系,在人因学相关研究领域有一定的应用前景。

• 单位
  陕西师范大学