我国民航空中交通管制差错成因机理与风险管理研究理研究

民航空中交通管制过失成因机理与风险管理研究摘要我国民航业正处于从航空大国向航空强国迅猛开展的阶段，空中交通流量不断增加，空域变得越来越拥挤，很多地方的管制员工作负荷过大，因管制员工作引起的过失事件也呈增长的趋势。空管过失事件的增多对空管局保证空中交通平安提出更高的要求。空管“错、忘、漏”是造成空管过失的主要原因，随着航班量急剧增加，飞行密度加大，管制间隔缩小，由于管制员的“错、忘、漏”造成严重后果的风险越来越大。本论文主要对空管过失的风险进行研究。首先对国内近年来的空管过失事件进行研究分析，运用SHEL模型、Reason等模型对空管过失致因分析理论进行探讨，对其因素进行具体的分析，目的是为了预防空管过失内在和外在因素的萌生和开展，减少空管过失事件的发生，改善民航空管平安的可靠性和科学性，促进民航业的健康持续开展。通过对近年来国内发生的空管过失事件因素的统计和分析，运用模糊综合评价法和高斯贝叶斯网络模型分别建立空管“错、忘、漏”风险评估模型。通过模糊综合评价法将空管“错、忘、漏”的影响因素分为管理因素，管制指挥因素，管制员因素，设备因素，工作环境因素，又将其他因素进行合理的划分，使其分别属于这五大因素，并用层次分析法算出各层影响因素所占的权值，运用经验分析法对各因素的风险隶属度进行统计，结合影响因素所占权值和风险隶属度，计算出模糊综合评价集，最后通过以西南空管局为实例进行计算和评估风险等级。高斯贝叶斯网络模型主要将导致空管“错、忘、漏”风险的影响因素分为表层因素和隐含因素，并根据空管实际工作和统计数据，得到各隐含因素的均值和均方差及隐含因素的均值对应风险等级，最后同样以西南空管局为实例进行就按并评估风险等级。比照两种方法得到的结果，可以从另一个方面评估两个模型的合理性，增加结论的可靠性，为管理者提供较为客观的依据。最后根据风险等级提出了预防和减少空管过失事件发生的建议和措施。关键词：空管过失，事故致因，模糊综合评价，高斯贝叶斯网络目录TOC\o"1-3"\h\u民航空中交通管制过失成因机理与风险管理研究 I摘要 I1民航空中交通管制过失致因理论研究 31.1民航空中交通管制过失原因分析 31.2事故成因理论研究 61.2.1多米诺骨牌模型 61.2.2Reason模型 71.2.3事故链模型 71.2.4事故三角形模型 91.3本章小结 102基于模糊综合评价的空管“错、忘、漏“风险评估 112.1模糊综合评价法理论 112.1.1模糊综合评价法的特点 112.1.2模糊综合评价法的根本思路 112.1.2模糊综合评价法的原理及其步骤[23]: 122.2基于模糊综合评价法的空管“错、忘、漏”风险评估模型的构建 122.2.1空管过失风险评估体系 12空管“错、忘、漏”风险评估权重计算 132.2.3建立评价集 192.3结论 233基于高斯贝叶斯的空管“错、忘、漏”风险评估 253.1高斯分布 253.2贝叶斯网络 253.2.1贝叶斯网络的概念 253.2.2贝叶斯网络的构建 26贝叶斯网络的推理形式 273.2.4高斯贝叶斯网络 273.3基于高斯贝叶斯网络的空管过失风险评估模型的构建 27空管“错、忘、漏”因素因果关系图 27高斯贝叶斯网络评估模型 293.4本章小结 314总结与展望 324.1本文研究的主要成果 324.2进一步工作 32参考文献 34民航空中交通管制过失致因理论研究1.1民航空中交通管制过失原因分析空中交通管制工作是一种动态的、多变量的、人为因素起主要作用的开放系统，系统不确定的因素多，逻辑关系复杂，根本领件发生的概率也很难确定。但人为过失在空管工作中的发生又是有一定规律可循的，最具有代表性的是1972年由Edwards教授提出的著名的SHEL模型〔如图2.1所示〕，该模型形象地表现人的因素研究的核心范围、根本要素及它们之间的相互关系，SHEL模型主要从人、机、环境和管理四个方面对事件的影响因素进行分析，它们不是孤立存在的，而是相互作用影响[18]。我国许多专家对空管“错、忘、漏”的分析主要运用了SHEL模型对人的因素进行对其研究，并指出人在中心位置对空管“错、忘、漏”的重要影响，据相关数据统计，人的因素及人--人界面发生空管“错、忘、漏”事件到达90%，其中，违规指挥，未使用标准通话、精力分配不当等因素占的比重较大。图2.1SHEL模型其中：S=软件〔标准、程序、标识、符号等〕H=硬件〔航空器、设备等〕E=环境〔温度、能见度、时间、噪声等〕L=人〔飞行员、管制员、组织管理者、车辆或行人〕SHEL模型中各个因素之间不是孤立存在的，而是研究人与软件、人与硬件、人与环境和人与人之间的界面，当界面出现不匹配的情况时就有可能导致事件的发生。即：〔1〕人--软件界面人--软件界面主要反映了工作人员与工作场所的保障系统之间的关系。软件主要包括规章、标准、手册、检查单和工作单〔卡〕、符号、计算机应用程序等。人--软件问题是民航空管过失事件报告中的突出问题，但它们很难觉察。〔2〕人--硬件界面人--硬件界面是人--机系统设计最为关键的界面。例如管制席上的附件和设备要考虑可维修性和可达性，控制器能适应调节、编码和定位，座椅应符合人体的特征，显示器应符合人的感知与信息处理能力等。〔3〕人--环境界面人--环境界面是个人与内部、外部环境之间的关系。内部环境是直接的工作区域，包括文档、环境灯光、噪声和空气质量。外部环境包括直接工作区域外的物理环境以及航空系统运行所处于的广泛政治和经济环境。资料要求包括天气、地形和设备、根底设施和经济情况。如工作环境比拟嘈杂，那么会影响到管制员是否能够集中精力指挥航空器。〔4〕人--人界面人--人界面是个人与工作场所任何其他个人之间的关系。主要包括飞行员与管制员之间、管制员之间及其他地面工作人员之间的工作关系。数据要求包括人的相互影响、通信和视觉信号等。管制员需要跟本班组的同事之间进行团结协作外，还需要与相关部门进行协调，而且协调的成效直接关系到管制的效果。结合空中交通管制的实际工作情况，产生空管过失的主要原因主要有以下几个方面：〔1〕一般情况下，空中航路较多，管制工作负荷大，飞行器过境时间长，容易使人产生疲劳，疲劳会影响管制员的推理能力、思考能力和决断能力。当某架飞机在区域内飞行时间较长且无冲突的情况下，大脑皮层长时间失去刺激源，紧张受到抑制，精神松弛甚至产生疲惫现象。这时，管制员对空中的动态没有全面的认识，管制员往往是在没有全面地进行监控的情况下发生了不平安事件。〔2〕飞行流量增长速度过快，空中交通航路交叉点多，容易导致管制员紧张情绪。管制员的情绪过度紧张，可能会使其大脑产生负诱导，而对有些信号不感知、不反响，如对无线电通话和别人的提醒均无反响，注意范围缩小等，从而导致空管过失事件的发生。〔3〕军方活动频繁，影响民航正常管制秩序。军民航沟通和协调一直是民航开展和飞行平安关注的焦点问题之一。受国际国内政治、军事、外交形势的影响，军事飞行、训练、实验频繁，尤其是实施RVSM以后，由于军方飞机缺乏相关设备，给管制造成了巨大压力，影响民航正常管制秩序。管制员往往要花很大一局部精力和军方协调，容易产生空管过失事件。〔4〕管制人员缺乏，设备缺乏[19]。管制工作强度高、风险大，工作时需要注意力高度集中，只有充足的人力资源，才能进行合理分工、调配，才能充分重视班组搭配、心理调节问题。但是一些地区由于地域条件、工作负荷和工资待遇等问题，管制人员严重缺乏，尤其是在飞行流量不断增加、扇区划分以后，管制人员短缺的问题格外突出，导致在班人员精力、体力、注意力下降，给空管过失造成可乘之机。国内一些地区管制设备陈旧，空域结构和进离航线不够合理，飞行流量缺乏科学依据。有的地方程序管制、雷达监控下缩小间隔标准的程序管制和自动相关监视三种管制方式并存，这都给管制工作造成极大的困难。〔5〕工作作风，尤其是不良的管制习惯是导致空管过失的关键[20]。一个成熟优秀的管制员应具备严谨细致的工作作风、处惊不乱的心理素质以及良好的业务技术水平这三个重要素质。很多管制员在工作中非常注重业务技术的学习提高，但对管制习惯和工作作风的重视程度明显不够，这就导致在工作中容易出现麻痹大意的情况。〔6〕现场管理混乱。出现空管过失事件，说明我们的现场管理存在一定问题，管理没有真正收到实效。如针对夜间值班，由于值班时间较长而精神松弛或疲惫，没有考虑较短时间换班以保持其适度紧张；针对个别责任心不强，工作态度、管制作风不严谨的管制员，没有进行及时调整等。另外就是没有做到精细化管理。做平安工作，细节最重要。比方进程单的摆放、标识，临时性航空器通知或活动变更，这些问题，如果解决不好，就很容易产生空管过失。〔7〕语言障碍。国际民航组织从平安的角度规定，自2008年3月5日起，所有从事外航指挥的管制员英语水平必须到达其规定的四级标准。但实际情况是国内有相当一局部管制员英语水平严重制约着民航平安。他们连正常的英语表达和理解都存在问题，更不用说用英语实施指挥了。因此，管制过程中误听、漏听、误发的现象时有发生，尤其遇到特殊情况更是险象环生。一些管制员的普通话也夹杂严重的方言，发音不清，吐字不准，极其容易引起误解。〔8〕管制员形势意识不完善。空中交通管制的根本任务是保证运行中的飞机保持一定的间隔、平安有序地飞行。为此管制员必须对管制区域(或扇区)内的交通情况，即三维空间中每架飞机不断改变的位置，它们未来的相对位置，以及它们相关的参数(如目的地、燃油、通讯……等)有清楚的了解。但是，受管制员能力(尤其是注意力、判断能力和通讯质量)、工作负荷的影响和空管自动化程度的影响，造成形势意识不好，出现大量的空中交通管制运行过失，极大地威胁着航空平安。1.2事故成因理论研究1.2.1多米诺骨牌模型海因里希连锁论经过的一定的开展得到多米诺骨牌事故理论，多米诺骨牌事故理论主要指出事故的发生就像多米诺骨牌一样，按着顺序只要前面一个倒下，后面就会一个接着一个倒下，直到最后一个倒下，反响了事故是由于一系列事件顺序发生的结果。基于多米诺骨牌效应，只要抽掉其中的一张多米诺骨牌，就可以预防多米诺骨牌事故的发生，如图2.2、2.3和2.4所示。空管过失事件的原因并不是单一的，有着需要相互关联的影响因素，只要在其中的一个环节如管制席、飞行员等多加注意，就有可能防止空管过失事件的发生。1.2多米诺骨牌模型1.3多米诺骨牌模型1.4多米诺骨牌模型1.2.2Reason模型Reason模型是1990年由英国曼彻斯特大学的JamesReason教授提出的，他认为事故的发生是系统失效造成的，而系统失效可以分为隐形失效和显性失效[21]。隐形失效包括决策错误、管理缺陷、不平安行为的前提；显性失效是指人的不平安行为〔包括人为过失和违章〕。所有这些缺陷和缺乏就像奶酪上的洞，加上防护不力，就难免会发生事故。Reason模型是从系统上看事件发生的问题，指导我们不单单从某一方面看待问题，而是从系统和整体大局上预防事件的发生。1.2.3事故链模型所有事故的发生都有其原因，而原因存在于事故相关的各个环节，事故链就是在一系列的环节中连续出现错误和缺陷，而导致整个平安体系的崩溃。直观来讲，事故就像一条锁链，如图1.5所示。初始原因初始原因间接原因直接原因事故伤害图1.5事故链事故链主要描述的是事故原因和事故之间的复杂关系。事故链模型的因果关系只要有三类：因果链锁型、集中连锁复合型和多因致果复合型。因果链锁型是由一个原因要素导致下一个原因产生，一环扣一环，直到事故的发生。如图1.6所示。事故图1.6因果链锁型集中连锁复合型是有因果链或多因素组合构成事故。简单的集中型，或简单的连锁型均比拟少见，现实中很多事故都是集中连锁复合型的，如图2.7、图2.8所示。事故事故图1.7集中连锁复合型事故事故图1.8集中连锁复合型多因致果复合型是由多个因素在同一时间同一地点共同作用的情况下导致事故的发生，如图1.9所示。事故事故图1.9多因致果复合型1.2.4事故三角形模型事故三角形模型也称为冰山模型或海恩法那么。美国人海因里希〔W.H.Heinrich〕收集并分析了现代工业大量工伤事故，总结出事故三角形模型。该模型的规律主要说明当发生300次一般过失，其中会有29次严重过失，有1次严重事故，如图2.10所示。事故三角形模型说明，小的过失多了，就会酿成大的过失；事故症候多了，就会发生事故。这种统计规律也是不以人的意志为转移的客观规律，规律性就是必然性。空管过失事件的发生不一定都是严重的事件，但是发生小的事件不多加注意和防范的话，就很有可能会酿成严重的空管过失事件乃至事故。图1.10事故三角形模型1.3本章小结人是空管过失事件的主体，人为因素对空管过失事件的影响起着主导作用。本章主要从人为因素的角度出发，结合SHEL模型找出导致空管过失事件的人为因素与其他因素的关系。通过管制员工作负荷，工作环境，设备，机场管理设施，军民航空中活动等方面，讨论了空管过失的影响因素。最后通过多米诺骨牌模型、Reason等模型对事故致因进行了研究，说明空管过失的原因不是单一的，而是许多因素相互结合而导致的结果。基于模糊综合评价的空管“错、忘、漏“风险评估2.1模糊综合评价法理论模糊方法是上世纪60年代美国科学家扎德教授创立的，是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法[22]，在应用实践中得到有关专家不断演进。模糊综合评价法是一种基于模糊数学的综合评标方法，该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。2.1.1模糊综合评价法的特点模糊综合评价法的最显著特点是：〔1〕相互比拟。以最优的评价因素值为基准，其评价值为1；其余欠优的评价因素依据欠优的程度得到相应的评价值。〔2〕可以依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系〔即：隶属度函数〕。确定这种函数关系〔隶属度函数〕有很多种方法，例如，F统计方法，各种类型的F分布等。当然，也可以请有经验的评标专家进行评价，直接给出评价值。2.1.2模糊综合评价法的根本思路模糊层次分析法的根本思路是:首先根据问题的性质和要求，找出影响复杂系统的各种主要因素，并将这些因素按其相互关系、隶属关系构造成递阶的多层结构模型。首先提出一个总的目标;再将问题按层次分解，对同一层次的诸因素通过两两比对的方法确定相对于上一层目标的各自的权系数;然后建立评价集，用模糊综合评价法确定各方案指标的隶属度，最后用隶属度合成的方法计算最终评估值。2.1.2模糊综合评价法的原理及其步骤[23]:〔1〕确定对象集，因素集和评语集〔2〕确定权数分配〔3〕建立各因素(指标)的评分隶属函数和综合评价矩阵R

〔4〕计算每个对象的综合评价结果〔5〕向量的归一化处理〔6〕模糊分析结果2.2基于模糊综合评价法的空管“错、忘、漏”风险评估模型的构建2.2.1空管过失风险评估体系导致空管过失事件发生的主要原因是空管“错、忘、漏”。根据现代风险管理学的思想，只有系统地识别可能导致空管“错、忘、漏”的危险源，评价其风险程度，建立系统的控制方法，才能从根本上降低由于空管“错、忘、漏”所导致的风险。根据前面两节的分析，这里我们从管理、人员、设备、操作、环境五个方面出发，确定了空管“错、忘、漏”的风险评估的评价体系，如图3.1所示。〔1〕管理因素，是由于业务培训不全面、日常监督检查、现场管理、班组资源的分配不合理、作业程序不合理、岗位职责不明确、管制员缺乏这些管理方面因素导致的各种风险。〔2〕操作人员因素，主要是指管制过程中，管制员在生理、思想和技术方面存在的各种风险，主要考虑疲劳管制、管制员业务知识、管制员管制技能、管制员管制经验、管制员身体健康程度、管制员应急与沟通能力。〔3〕保障设备因素，主要是指在保障设备缺乏〔如多跑道流量大的机场缺少场监设备〕和设备带故障运行。〔4〕管制指挥因素，航班流量大、航路结构复杂、波导拥挤、波导干扰、航路限制或军方活动、交班不明、未按程序操作、未按规定使用进程单。〔5)环境因素，分为自然环境和人工环境因素，其中人工环境因素对管制的平安运行非常重要，如不及早发现控制，将会成为导致事故的间接原因。图2.1管制员“错、忘、漏“风险评估体系2.2.2空管“错、忘、漏”风险评估权重计算求权重是综合评价的关键。层次分析法是一种行之有效确实定权系数的方法。特别适宜于那些难以用定量指标进行分析的复杂问题[24]。它把复杂问题中的各因素划分为互相联系的有序层使之条理化，根据对客观实际的模糊判断，就每一层次的相对重要性给出定量的表示，再利用数学方法确定全部元素相对重要性次序的权系数。层次分析法主要包含两个根本原理以及一整套决策步骤[25]。第一个是递阶层次结构原理，即针对复杂的目标问题，分解为根本的属性单位元素，再把这些元素按属性不同分成假设干组，以形成不同的层次，同一层次的元素作为准那么，对下一层次的某些元素起支配作用，同时又受上一层元素的支配。这种从上至下的支配关系即形成一个递阶层次。最上面的层次一般是复杂问题的分析目标，中间层次是准那么，子准那么，最下层为决策的方案。第二个原理是两两比拟原理，通过因素间两两相互比拟得出它们各自的相对重要性。粮据此构造判断矩阵，通过采用近似方法计算相对权重及组合权重向量并进行一致性检验来确定权重分配是否合理，最终据以决策这里应用层次分析法〔AHP〕确定指标权重，首先规定在进行定性比拟时用5个明显的等级〔分别用数字1、3、5、7、9来表示〕来表示对总的目标有影响的各因素之间的比照程度。〔2、4、6、8表示相互影响鉴于五种明显等级之间〕见表2-1.表2-1比拟尺度标准表[26]尺度含义135792、4、6、81、1/2、…、1/9因素与j影响相同因素比j的影响稍强因素比j的影响强因素比j的影响明显的强因素比j的影响决定的强因素比j的影响之比介于上述等级之间因素j与的影响之比为与j影响之比的相反数根据上面定义的比拟尺度标准，通过比拟指标间两两重要程度，以管制员“错、忘、漏“风险评估以及五个影响因素〔U1、U2、U3、U4、U5〕为例得到比拟判断矩阵，判断矩阵如表2-2所示。表2-2第一层影响因素判断矩阵AU1U2U3U4U5U112736U21/21625U31/71/611/31U41/31/2314U51/61/511/41计算得到特征值的最大值为，对应的特征向量为=〔0.7917，0.5136，0.0982，0.2996，0.1004〕成对的比拟阵通常不是一致阵，为了使对应的特征向量和特征值可以作为被比拟因素的权向量，其不一致程度必须在一定范围内，所以必须对判断矩阵的一致性进行检验。首先定义一致性指标为：式中为判断矩阵的最大特征值，n为判断矩阵的维数。对应不同维数的判断矩阵，引入随机一致性指标RI来衡量判断矩阵的一致性指标CI，根据Saaty等人的研究，对于不同的矩阵维数n其随机一致性指标RI的数值如表3-3所示。表2-3随机一致性指标RI的数值n1234567891011RI000.580.901.121.241.321.411.451.491.51对于的判断矩阵，定义其一致性指标CI与同阶的随机一致性指标RI之比为一致性比率CR，当时，可以认为判断矩阵的不一致程度在容许范围之内，可用其特征向量作为因素之间相互比拟的权向量。对于第一层影响因素判断矩阵，最大的特征值=5.0620，可得一致性指标：对于n=5的判断矩阵，其随机一致性指标RI=1.12，一致性比率：因此第一层影响因素判断矩阵符合一致性检验。将对应的特征向量进行归一化处理即得到第一层影响因素的权值：〔U1U2U3U4U5〕=〔0.43900.28480.05440.16610.0557〕同理构建U1的影响因素判断矩阵，如表3-4所示：表2-4第二层U1的影响因素判断矩阵B1U11U12U13U14U15U16U17U1111341/251/3U1211231/341/4U131/31/2111/321/4U141/41/3111/411/5U152334161U161/51/41/211/611/6U173445161得到=7.1966特征向量=〔0.33080.26350.14140.10860.56400.08370.6813〕.矩阵B1一致性比率：因此第二层U1的影响因素判断矩阵符合一致性检验。将对应的特征向量进行归一化处理即得到第一层影响因素的权值：〔U11U12U13U14U15U16U17〕=〔0.15220.12120.06510.05000.25950.03850.3135〕构建U2的影响因素判断矩阵，如表3-5所示：表2-5第二层U2的影响因素判断矩阵B2U21U22U23U24U25U26U27U211232861/3U221/2121761/3U231/31/211/2651/4U241/2121751/3U251/81/71/61/7111/8U261/61/61/51/5111/7U273343871得到=7.3006特征向量=〔0.44880.32300.19940.29360.05240.06100.7582〕矩阵B2一致性比率：因此第二层U1的影响因素判断矩阵符合一致性检验。将对应的特征向量进行归一化处理即得到第一层影响因素的权值：〔U21U22U23U24U25U26U27〕=〔0.21220.14280.09430.13880.02480.02880.3584〕构造U3的影响因素判断矩阵，如表3-6所示：表2-6第二层U3的影响因素判断矩阵B3U31U32U3112U321/21得到=2特征向量=〔0.89440.4472〕将对应的特征向量进行归一化处理即得到第一层影响因素的权值：〔U31U32〕=〔0.66670.3333〕构造U4的影响因素判断矩阵，如表3-7所示：表2-7第二层U4的影响因素判断矩阵B4U41U42U43U44U45U46U47U48U4112547212U421/2132311/21U431/51/311/211/31/51/3U441/41/22121/21/41/2U451/71/311/211/41/61/5U461/2132411/21U4712546212U481/2132511/21得到=8.0339特征向量=(0.58750.29470.09980.15880.08480.30520.57690.3158)矩阵B4一致性比率：因此第二层U4的影响因素判断矩阵符合一致性检验。将对应的特征向量进行归一化处理即得到第一层影响因素的权值：(U41U42U43U44U45U46U47U48)=〔0.24240.12160.04120.06550.03500.12590.23800.1303〕构造U5的影响因素判断矩阵，如表3-8所示：表2-8第二层U5的影响因素判断矩阵B5U51U52U5113U521/31得到=2特征向量=〔0.94870.3162〕将对应的特征向量进行归一化处理即得到第一层影响因素的权值：〔U51U52〕=〔0.75000.2500〕各层影响因素的判断矩阵其影响权重计算完成，综上所述得到各因素的影响权重，如图3.2所示：图2.2管制员“错、忘、漏“风险评估体系及权重图2.2.3建立评价集评价集是评价者对评价对象可能做出的各种总的评价结果组成的集合，我们将空中交通管制员“错、忘、漏”风险分为5个等级用V表示：V={风险低，风险较低，风险适中，风险较高，风险高}。确定评价隶属矩阵通常用模糊评价矩阵R来描述。在确定各个子因素对评价集V的隶属度时，可以请假设干专家组成评价组，对每一个因素进行评判，从而使主观估计更具客观性[27]。专家评分法的具体过程是：请m位专家对中每个因素进行风险评判，假设m位专家评定为等级的人数为，那么的隶属度就为。对于一级模糊单因素层次评判：，其中表示对因素集中第j个指标做出第k级评语的隶属度。多因素模糊综合评价一级模糊评判。在确定了最低层次因素对评判集V的隶属度矩阵后，可通过模糊矩阵合成〔这里采用模糊矩阵的乘积〕对第三层目标进行单因素模糊评价。设评判对象按因素集中第i个因素进行评判的结果可表示为：，〔i=1，2，...，n；j=1，2，3，4，5〕多因素模糊综合评价。单因素评判集构成多因素综合评价〔R评判矩阵〕的根底，即：其中表示对评判对象在考虑时做出评判结果的程度。当因素权重A和评判矩阵R时，按照模糊矩阵的乘法运算，便得到模糊综合评价集B，即，成为模糊综合评价指标，其含义是：在综合考虑所有影响因素的情况下，评判对象对评价集V中第j个元素的隶属度。显然，模糊综合评价集B是评价集V上的模糊子集。评判指标的处理可采用最大隶属度法、模糊分步法或加权平均法[28]。本文使用加权平均法对评判指标进行处理。该方法综合考虑了所有指标的奉献，是一种较好的处理方法。这里假设总目标的风险实行5分制，即：风险“很小”、“比拟小”、“中等”、“比拟大”、“很大”的得分分别为1，2，3，4，5。于是得到向量。设：对总目标的最终评价为S，那么。假设，那么认为风险非常大；假设，那么认为风险很大；假设，那么认为风险中等；假设，那么认为风险比拟小；假设，中文认为风险很小。实例分析应用上述风险评估方法对西南空管局双流机场空中交通管制员管制“错、忘、漏”进行风险评估。评价组由10人组成。按照上述评价集的建立方法，得到的结果见下表3-9所示。表2-9双流机场管制“错、忘、漏”风险评估评价集指标V1V2V3V4V5指标V1V2V3V4V5U0.20U2700U10U300U0.10U30.1U0.30U40.1U1500U400U1600.1U4300.1U1700U4400U20U4500.1U20U4600.2U0.20.1U4700.2U0.20U40.10.1U00U5100U20.10U50.10〔1〕一级模糊评判对于U1，U1的评鉴矩阵为：U1各因素的权值向量为：=〔0.15220.12120.06510.05000.25950.03850.3135〕那么第二层的模糊评价集为：=〔0.03170.33320.44650.18470.0039〕对于U2，U2的评鉴矩阵为：U2各因素的权值向量为：=〔0.21220.14280.09430.13880.02480.02880.3584〕那么第二层的模糊评价集为：=〔0.03940.28740.45040.21340.0094〕对于U3，U3的评鉴矩阵为：U3各因素的权值向量为：=〔0.66670.3333〕那么第二层的模糊评价集为：=〔0.33330.20.36670.06670.0333〕对于U4，U4的评鉴矩阵为：U4各因素的权值向量为：=〔0.24240.12160.04120.06550.03500.12590.23800.1303〕那么第二层的模糊评价集为：=〔0.05040.25470.33780.21320.1439〕对于U5，U5的评鉴矩阵为：U5各因素的权值向量为：=〔0.75000.2500〕那么第二层的模糊评价集为：=〔0.10.0750.2750.250.3〕〔2〕目标层模糊评判对于U，U的评鉴矩阵为：U各因素的权值向量为=〔0.43900.28480.05440.16610.0557〕=〔0.05720.28550.41570.19480.0468〕用加权平均法对目标层评判指标进行处理得：=2.9384。即可认为双流机场在管制过程中，整体发生管制“错、忘、漏”的风险中等，根本可以接受，但仍需要加强风险管理。2.3结论本章建立了基于模糊综合评价的空管过失的风险评估，结合上一章的研究结果，将空管“错、忘、漏”的影响因素分为管理因素，管制指挥因素，管制员因素，设备因素，工作环境因素，又将其他因素进行合理的划分，使其分别属于这五大因素，并用层次分析法算出各层影响因素所占的权值，从计算结果可知，对管制“错、忘、漏”风险影响最大的因素分别为管理因素，管制员因素和管制指挥因素。然后请10位专家对各因素的风险等级进行打分，统计出各因素的风险隶属度，结合影响因素所占权值和风险隶属度，计算出模糊综合评价集。最后以西南空管局成都双流机场作为例子，对双流机场管制“错、忘、漏”进行风险评估，最终得到双流机场管制“错、忘、漏”进行风险值为2.9384，根据前面划分的风险等级，可知双流机场管制“错、忘、漏”风险为中等。同时得到对管制“错、忘、漏”风险影响最大的因素管理因素其风险值为2.7959风险等级为中等，管制员因素风险值为2.866风险等级为中等，管制指挥因素风险为3.1455风险等级为风险较大，由此可见成都双流机场管制“错、忘、漏”总体风险等级为中等，但需要加强管制指挥方面的风险管理，适当实施空中交通流量控制，明确交接班，提高风险管理，降低总体风险。基于高斯贝叶斯的空管“错、忘、漏”风险评估3.1高斯分布高斯贝叶斯网络模型是高斯分布和贝叶斯网络模型相结合的数学模型。跑道侵入的因素是多个的，所以使用多变量高斯分布。多变量高斯分布亦称为多变量正态分布，是单维正态分布向多维的推广。随机变量如果服从多变量正态分布，必须满足以下三个条件[29]：任何线性组合服从正态分布；存在随机向量(它的每个元素服从独立标准正态分布)，向量及矩阵满足存在和一个对称正定阵满足X的特征方程.如果是非奇异的，那么该分布可以描述为：3.2贝叶斯网络3.2.1贝叶斯网络的概念贝叶斯网络最早由JudeaPearl于1988年提出的，当时主要针对的是人工智能中的不确定性问题的研究，而现在已经成为人工智能的一个重要领域[30]。近年来它的影响在国际上不断扩大，成为将概率、统计应用于复杂系统的不确定性推理和数据分析的一种有效工具。贝叶斯网络实质上就是一种基于概率的不确定性推理网络，它是用来表示变量集合连接概率的图形模型，提供了一种表示因果信息的方法。当时主要用于处理人工智能中的不确定性信息。随后它逐步成为了处理不确定性信息技术的主流，并且在计算机智能科学、工业控制、医疗诊断等领域的许多智能化系统中得到了重要的应用。贝叶斯网络模型是概率推理的过程，通过模拟人的认知思维推理模式，将概率论和图论有机结合，它一方面用图论的语言直观揭示问题的结构，另一方面又按照概率论的原那么对问题的结构加以利用，降低推理的计算复杂度。用图形表达变量的联合分布及条件独立性，解决不定性和不完整性问题。3.2.2贝叶斯网络的构建贝叶斯网络是一个有向无环图，可以将具体问题中复杂的变量关系在一个网络结构表示，通过网络模型反映问题领域中变量的依赖关系。用数学符号表示一个贝叶斯网络模型如下[31]：，其中：随机变量集合；有向边的集合；条件概率分布集变量可以是任何问题的抽象，用来代表感兴趣的现象、部件、状态或属性等，具有一定的物理和实际意义。有向边表示变量之间的依赖或因果关系，有向边的箭头代表因果关系影响的方向性(由母节点指向子节点)，节点之间假设无连接边表示结点所对应的变量之间是条件独立的，其对应问题领域的定性描述[32]。条件概率表列出了每个节点相对于其母节点所有可能的条件概率，其对应问题领域的定量描述。图4.1是一个简单的贝叶斯网络。x3x3x4X5X2X3x1图3.1贝叶斯网络图如图4.1：为的父节点，的所有父节点集合表示为，有向无环图表示了任何节点条件独立于其父节点的结合以外的任何点集。一个与每一个节点相关的条件概率表或边缘概率分布，条件概率表可以用来表示它表达了子节点与父节点的相互关系。即条件概率。贝叶斯网络的联合概率可以表示各节点边缘概率的乘积，即：3.2.3贝叶斯网络的推理形式〔1〕因果推理由原因推导出结果。一局部原因，运用贝叶斯网络的推理计算，求出结果发生的概率。〔2〕诊断推理由结果推导出原因。发生了某些结果，推理计算得出造成该结果发生的原因和概率。〔3〕支持推理提供解释以支持发生的现象。目的是对原因之间的相互影响进行分析。3.2.4高斯贝叶斯网络高斯贝叶斯网络是由高斯正态分布和贝叶斯网络相结合，该网络所有节点的变量均服从高斯正态分布，节点间的连线上的数据为退化系数，它由均值、均方差、相关系数确定。3.3基于高斯贝叶斯网络的空管过失风险评估模型的构建3.3.1空管“错、忘、漏”因素因果关系图我们将导致管制员“错、忘、漏”的因素分为两类〔如表4-1所示〕：一类是表层因素Z，另一类是隐含因素Y，在贝叶斯网络中表层因素Z表现为没有父节点。根据管制中的实际情况构造管制员“错、忘、漏”发生的贝叶斯网络。表3-1隐含因素和表层因素分类变量名隐含因素Y变量名表层因素ZY1人为因素Y0管制员错漏忘Y2环境因素Z1监控设备缺乏Y3设备因素Z2设备故障Y4管制指挥因素Z3恶劣天气Y5管制员因素Z4航班流量大Y6制度不完善Z5军方限制Y7波道拥挤Z6特请处理不当Y8疲劳管制Z7精力分配不当Y9管制经验Z8违规指挥Y10管制技能Z9业务培训Y11现场管理Z10人员缺乏Z11应急与沟通根据空管实际情况以及统计数据，表层因素和隐含因素关系矩阵表示为：其中，，表示为的父节点。表示表层因素和隐含因素的相关系数和均方差有关的退化系数。各隐含因素之间以及隐含因素和关系矩阵为：，，表示为的父节点，表示和的相关系数和均方差有关的退化系数。3.3.2高斯贝叶斯网络评估模型高斯贝叶斯网络表示多变量正态分布。设变量集服从正态分布，那么联合概率分布为[33]：式中变量集为X的n维均值向量，为维协方差矩阵。这里先确定的逆矩阵W。根据可以表示为各节点边缘概率分布的乘积，有其中为的均值，为当给定时的条件方差，为当时的退化系数。不难得出，为的协方差，为和的相关系数。特殊地，当时，当且仅当变量和相互独立时。Shachter提供了由上述参数求联合分布的方法，即协方差的逆矩阵W的递推公式：式中对于服从正态分布的n维变量，将分布分成Y和Z两局部子集其中和，那么有：上式表示当Z子集在获得数据Z=z时，Y子集的均值和方差会最终确定。最终对得到的Y的均值进行评价。对总目标的最终评价为S={风险很大，风险较大，风险中等，风险比拟小，风险很小}。假设那么风险很大；，那么认为风险比拟大；假设，那么认为风险中等；假设，那么认为风险比拟小；假设，那么认为风险很小。Z子集的初始取值为，的取值为实数，根据各空管单位的实际情况取值，数值越大表示该因素作用越大，数值越小表示该因素作用减小。条件方差按以下原那么取：当与隐含因素相关的表层变量确定后，隐含因素成为确定因素，条件方差很小。实例分析选择成都双流机场，根据双流机场的统计数据给出Z值Z=[0.40.51.21.50.80.60.90.70.81.30.6]带入计算，得到表4-2：表3-2因素的均值和均方差因素Y0Y1Y2Y3Y4Y5均值2.6752.4631.2381.0693.1192.382方差0.0420.0370.0160.0180.0340.026因素Y6Y7Y8Y9Y10Y11均值2.2411.2151.6821.3571.2531.619方差0.0240.0180.0150.0140.0110.025随着表层因素的逐一赋值，隐含因素的均方差都减小，反响在当前情况下，空管“错、忘、漏”现象发生原因的不确定性减小。均值的那么反映随着表层因素的逐一赋值，空管“错、忘、漏”在当前条件下发生的可能性。总体发生空管“错、忘、漏”的风险为2.675为中等，人为因素导致管制员“错、忘、漏”发生的均值为2.463也是中等。根据评价标准，人为因素，环境因素风险中等。其余因素风险比拟小或者风险很小。可认为双流机场整体发生空管“错、忘、漏”的风险中等，仍需加强制度建设，提高风险管理。3.4本章小结本章根据高斯贝叶斯网络的根本理论建立了基于高斯贝叶斯的空管“错、忘、漏”风险评估模型，并划分风险等级。结合第二章的内容，将导致空管“错、忘、漏”风险的影响因素分为表层因素和隐含因素，并根据空管实际工作和统计数据，得到表层因素和隐含因素以及隐含因素和隐含因素之间的关系矩阵以及各因素之间的退化系数。再以成都双流机场作为实例进行分析，根据工作人员的打分和统计数据得到表层因素的初始值，将这些数据带人模型，得到各隐含因素的均值和均方差，隐含因素的均值对应风险等级；最终得到成都双流机场空中交通管制“错、忘、漏”总体风险为2.675，风险等级为中等。人为因素风险值为2.463，风险等级为中等；环境因素风险值为1.238，风险等级为风险较小；设备因素风险值为1.069，风险等级为风险较小；管制指挥因素风险值为3.119，风险等级为风险较大；管制员因素风险值为2.382，风险等级为中等；综上，双流机场空管“错、忘、漏”总体风险为中等，管制指挥风险较大，需要进一步加强风险管理，提高平安管理的积极性和有效性，主要从以下几个方面入手：〔1〕建立完善的平安检查监督机制，应当借助平安审计和平安管理体系建设和实施，逐步形成危险识别、风险评估、风险控制、监督反响的闭环管理机制；〔2〕建立完善的奖惩鼓励机制，建立良好的鼓励机制可以为平安提供永久动力，管制单位应建立与之相配套的平安基金，建立管理人员的问责制以及管制人员淘汰制、待岗制等；〔3〕完善管制人员引进、选拔和招聘机制，科学合理地培养、贮备管制人才，逐步改善管制队伍体系结构。总结与展望4.1本文研究的主要成果空中交通管制员“错、忘、漏”风险评估方面的研究，目前国内还很少有人进行系统的研究，很多都是根据经验得到结果，理论研究比拟少。国外的研究起步比拟早，研究内容也比拟全面。本文在国内外学者的研究根底上，结合相关理论知识和空中交通管制工作实际情况，对空中交通管制员“错、忘、漏”风险评估进行了一些突破性的尝试，主要的研究成果如下：〔1〕结合Reason模型和shel模型对空中交通管制员“错、忘、漏”形成的原因和机理做了详细的研究。找出了导致空中交通管制员“错、忘、漏”的因素，并对这些因素进行了分类，将这些因素分为管理因素，管制员因素，设备保障因素，管制指挥因素，作业环境因素，为建立空中交通管制员“错、忘、漏”风险评估模型奠定了理论根底。〔2〕根据1中的研究结果，建立了基于模糊综合评价的空中交通管制员“错、忘、漏”风险评估模型，并通过调查分析实际工作得到各因素的影响权重，并且根据专家打分得到各层影响因素的风险隶属度，然后通过计算分别得到二次模糊评价，一层模糊评价和目标层模糊评价，用加权评价得到最后的总体风险值，和各层风险值。〔3〕根据1中的研究结果和贝叶斯网络模型建立基于高斯贝叶斯的空中交通管制员“错、忘、漏”风险评估模型。然后将影响因素划分为表层因素和隐含因素，并根据空管实际运行情况和统计数据建立起表层因素和隐含因素之间的关系矩阵，然后划分风险等级，最后得出计算结果并对结果进行分析。〔4〕通过对两种模型计算结果的分析，得到管制单位的风险等级，并且找出了风险比拟大的影响因素。通过比照，这两种模型得到的结论是一致的，这也从另外一个方面证明了研究的正确性。4.2进一步工作本文的研究重点是空中交通管制员“错、忘、漏”的形成机理和风险评估，主要思想是先分析管制员“错、忘、漏”形成原因，然后根据这些原因将其进行分类并建立空中交通管制员“错、忘、漏”风险评估模型，从而得到空中交通管制员“错、忘、漏”的风险等级以及风险比拟大的影响因素。本文研究成果运用到实际管制过程中存在以下几点缺乏有待进一步研究：〔1〕对造成空中交通管制员“错、忘、漏”的原因考虑的还不够全面，有些因素可能还没有考虑到，而实际工作中的影响因素都应该充分考虑。〔2〕对造成空中交通管制员“错、忘、漏”的原因分类还不够科学，有些因素的分类还有待进一步研究。〔3〕在运用基于模糊综合评价的空中交通管制员“错、忘、漏”风险评估模型的时候，人的主观因素比拟大，尽管采用多位专家的打分去平均值，但还是不能消除这种人的主观影响。这也是要进一步研究的内容。〔4〕在运用基于高斯贝叶斯的空中交通管制员“错、忘、漏”风险评估模型的时候，隐含因素和表层因素的划分，以及隐含因素和表层因素之间的关系矩阵和他们之间的影响因子是否足够合理也需要进一步研究。

参考文献[1]中国民用航空局空中交通管理局，空管典型案例集[M].北京，2009[2]周启武．管制工作中“错忘漏”的成因与对策[J]，民航政工.2009．第一期[3]刘继新．民航管制员“错、忘、漏”发生原因分析及对策[J]．南京航天航空大学学报，2009.6[4]韩利、梅强、陆玉梅等．AHP-模糊综合评价方法的分析与研究[J]，中国平安科学报，2004.14(7):86-89[5]邓娟，牟海鹰等．空中交通管理中人的因素[M]．广汉：中国民航飞行学院，2006[6]中国民用航空局，空管系统防范管制运行“错忘漏”的指导意见[R]，2010[7]中国民航总局航空平安办公室.中国民航航空平安报告[R]．2005.[8]罗帆．航空灾害成因机理与预警系统研究[D]，武汉理工大学，2004.5[9]中国民用航空局．民航空中交通管理平安管理体系〔SMS〕建设指导手册〔第二版〕[S]，2009[10]中国民用航空局．民航空中交通管理平安管理体系〔SMS〕建设指导手册〔第三版〕[S]，2011[11]胡永宪，贺思辉.综合评价方法[M]．北京：科学出版社．2000[12]范丽芳，江浩斌，陈昆山．基于模糊层次分析法的配送中心选址研究[J]交通运输系统工程与信息，2006[13]宋晓秋.模糊数学原理与方法[M]．中国矿业大学出版社．2004:204-205[14]张有富．机场平安风险管理[J]，江苏航空，2007，第2期[15]孙洁．民航机场跑道平安风险管理研究[D]，南京航空航天大学，2009[16]SimonPlace．Reviewofriskassessmenttechniquesforflightoperationsflightoperations/reviewfriskassessmenttechniquesforflightoperations.asp[17]InternationalCivilAviationOrganization.AirTrafficManagement.FourteenthEdition，2002[18]维格曼，夏佩尔.飞行事故人的失误分析：人的因素分析与分类系统[M]．马锐，译．北京：中国民航出版社，2006:33[19]于斌．基于培训的管制员的“错、忘、漏”防范[J]，空中交通管理，2009年第1期[20]何昕，陈亚青等．属性理论在空管“错、忘、漏”专项培训中的应用[J][21]于乱漪．道路交通事故原因的聚类分析[D]．吉林大学硕士学位论文，2005[22]兰继斌、徐扬、霍良安．模糊层次分析法权重研究[J].系统工程理论与实践，2006[23]唐有文.模糊层次分析法[J]．青海师范大学学报，2002[24]陈修兰．层次分析法应用于经济决策中的实例分析[J]．山西煤炭管理干部学院学报，2006[25]吴殿廷，李东方．层次分析法的缺乏及其改良的途径[J].北京师范大学学报，2004(2)：264一268[26]SattyT.L.Howtomakeadeeision：TheAnalytiealHieraehyProeess[J].EuropeanJournalofOperationalResearch，1990，48:9一26.[27]王莲芬，许树柏．层次分析法引论[M]．北京：中国人民大学出版社．1990[28]韩利、梅强、陆玉梅等．AHP-模糊综合评价方法的分析与研究[J]，中国平安科学报，2004.14(7):86-89[29]肖德琴，冯健昭等．基于高斯分布的传感器网络信誉模型[J]，通信学报，2008.3〔3〕[30]肖秦琨，高嵩等．动态贝叶斯网络推理学习理论及应用，国防工业出版社，2007[31]孙岩．贝叶斯网络结构学习算法研究与应用[D]，大连理工大学，2010[32]尹晓伟．基于贝叶斯网络的机械系统可靠性评估[D]，东北大学，2008[33]李剑川等．基于贝叶斯网络的智能故障诊断方法，中国惯性技术