基于D-S证据理论的飞行事故预测模型-论文.pdf

基于D-S证据理论的飞行事故预测模型-论文.pdf

ID:53028361

大小:345.34 KB

页数:5页

时间:2020-04-14

基于D-S证据理论的飞行事故预测模型-论文.pdf_第1页
基于D-S证据理论的飞行事故预测模型-论文.pdf_第2页
基于D-S证据理论的飞行事故预测模型-论文.pdf_第3页
基于D-S证据理论的飞行事故预测模型-论文.pdf_第4页
基于D-S证据理论的飞行事故预测模型-论文.pdf_第5页
资源描述:

《基于D-S证据理论的飞行事故预测模型-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第22卷第3期安全与环境工程Vo1.22NO.32015拄5月SafetyandEnvironmentalEngineeringMay2015文章编号:16711556(2015)03—0117一O5基于D-S证据理论的飞行事故预测模型薛明浩,端木京顺,甘旭升,闵桂龙(1.空军工程大学装备管理与安全工程学院,陕西西安710051;2.空军工程大学空管领航学院,陕西西安710051)摘要:为提高飞行事故的预测精度,提出一种基于D—s证据理论的组合预测模型。该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的

2、预测误差分析,计算出相应的基本信任分配函数,并借助I>S证据理论对三种预测模型进行融合,将融合结果作为飞行事故率预测模型的权重,从而得出待测年份的飞行事故预测结果。以美国空军A类飞行事故数据对该组合模型进行验证,结果表明组合预测模型能够较准确地预测飞行事故率,且模型精度优于任何单一预测模型。关键词:I)_S证据理论;飞行事故率;时间序列;BP神经网络;最sl~Z.乘支持向量机;组合预测模型中图分类号:X949;X928.03文献标识码:ADOI:10.13578/j.cnki.issn.1671—1556.2015.03.022PredictionModelo

3、fFlightAccidentsBasedOntheD-SEvidenceTheoryXUEMinghao,DUANMuJingshun,GANXusheng,MINGuilong(1.MaterielManagement&SafetyEngineeringCollege,AirForceEngineeringUniversity,xi’an710051,China;2.AirTrafficControl&NavigationCollege,AirForceEngineeringUniversity,Xi’an710051,China)Abstract:Thi

4、spaperputsforwardacombinationpredictionmodelbasedontheD—SevidencetheoryinordertOimprovethepredictionaccuracyofflightaccidents.Inthismodel,weusetimeseries,BPneuralnetworkandleastsquaressupportvectormachinetorespectivelypredictflightaccidentrates,andcalculatethecor—respondingbasictrus

5、tdistributionfunctionsbasedontheanalysisofpredictionerrorstakingplacebeforetheyeartobepredicted.ThepaperfusesthesethreemodelswiththehelpoftheD—Sevidencetheoryandtakesthefusionmodelastheweightsofthepredictionmodels,andcalculatestheflightaccidenterrorsintheyeartobepredicted.Thesimulat

6、iveresultshowsthattheproposedcombinedpredictionmodelismoreaccurateonflightaccidentpredictionthananysingleofthethreemodels.Keywords:D—Sevidencetheory;flightaccidentrates;timeseries;BPneuralnetwork;leastsquaressupportvectormachine(LS—SVM);combinationpredictionmodel飞行事故预测是在对历史数据统计和分析的基

7、模型进行修正,然后利用模型进行预测,但预测模型础上,对未来可能发生的飞行事故预先做出近乎合收敛性、精度等均受到不同程度的限制;神经网络理的推测判断]。准确的飞行事故预测可以为飞行(BP)_6。具有很强的非线性映射能力,可以弥补传安全管理提供帮助,对有效地预防飞行事故具有十统方法的不足,但也存在易陷入局部极小点和过拟分重要的意义。合等缺点,使得其应用受到限制;最小二乘支持向量针对飞行事故预测国内外学者已做了大量的研机(LS—SVM)E8]较好地解决了小样本、非线性、局部究]。如灰色预测法]、时间序列Ⅲ5]一般是选取某极小点等问题,但求解时存在二次规划问题,求解速

8、种函数建立相关数学模型,并通过历史数据

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。