民航不安全事件数据的预测推理与风险识别

声明

致谢

摘要

1 绪论

1．1 研究背景及研究意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 评价对象

1．2．2 评估方法

1．3 研究内容和技术路线

1．3．1 研究内容

1．3．2 技术路线

2 民航不安全事件波动特性分析

2．1 民航不安全事件数据结构

2．2 民航不安全事件数据分析

2．2．1 基于统计的民航不安全事件分析

2．2．2 基于成分向量自回归模型的波动分析

2．2．3 基于关联规则的特征挖掘

2．3 本文待解决的问题

2．4 本章小结

3 基于贝叶斯网络的不完整民航事件的预测推理

3．1 贝叶斯网络的概念描述

3．1．1 贝叶斯网络的定义

3．1．2 基本概念和定理

3．2 贝叶斯网络的学习

3．2．1 结构学习

3．2．2 参数学习

3．3 贝叶斯网络推理过程

3．3．1 基本推理问题

3．3．2 团树传播算法

3．3．3 基于贝叶斯网络的不完整民航事件推理框架

3．4 民航不安全事件风险因素关联网络的构建

3．4．1 贝叶斯网络的节点选取与数据处理

3．4．2 构建民航不安全事件风险因素关系网

3．4．3 不完整民航事件的推理问题

3．5 本章小结

4 基于CEEMD的民航不安全事件风险识别

4．1 CEEMD理论体系

4．1．1 CEEMD理论的产生

4．1．2 CEEMD民航不安全事件分析流程

4．2 CEEMD分解中的基本概念

4．2．1 特征时间尺度

4．2．2 本征模函数及余项

4．3 CEEMD民航不安全事件数据去噪和风险识别

4．3．1 分解步骤

4．3．2 参数设置

4．3．3 噪声诊断

4．3．4 数据重构

4．3．5 风险识别

4．4 鸟击事件风险实例分析

4．4．1 鸟击事件数据描述

4．4．2 基于鸟击风险值数据的CEEMD分解

4．4．3 鸟击风险特征提取

4．4．4 鸟击事件高发风险时期检测

4．5 本章小结

5 结论和展望

5．1 主要工作和结论

5．2 进一步研究方向

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集