期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
国外空管不安全事件中的人误风险分析
被引量:
4
1
作者
杨越
马博凯
曹宇轩
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第12期38-45,共8页
以近20年国外空管(ATM)不安全事件的调查报告为数据样本,研究导致管制员人为差错的风险因素。首先基于认知差错回溯分析(TRACEr)方法,在感知、记忆、计划决策和响应执行4个认知层面,划分管制员人误类型及差错根因类别;然后采用基于粗糙...
以近20年国外空管(ATM)不安全事件的调查报告为数据样本,研究导致管制员人为差错的风险因素。首先基于认知差错回溯分析(TRACEr)方法,在感知、记忆、计划决策和响应执行4个认知层面,划分管制员人误类型及差错根因类别;然后采用基于粗糙集理论(RST)的数据挖掘方法和贝叶斯网络(BN)的逆向推理方法计算各认知领域的差错风险表征值。研究结果表明:警觉性失效、信息处理失误、环境干扰和信息传输不清晰是引发不安全事件的高风险因素。边界视野局限、视觉识别失误、期望倾向、注意力未全局化等视觉感知差错根因在地面不安全事件中占主要影响;而记忆障碍、未充分学习、风险辨识失效、负作用影响等记忆和计划决策差错根因在空中不安全事件中占主要影响。经RST挖掘得到的视觉感知差错和信息传输差错是主要人误类型;而由BN分析得出的结论中,判断差错成为影响程度仅次于视觉感知差错的重要人误类型。
展开更多
关键词
空管
(
atm
)
不安全事件
人误风险
粗糙集理论(RST)
贝叶斯网络(BN)
认知差错回溯分析(TRACEr)
在线阅读
下载PDF
职称材料
空管不安全事件危险等级的量化评估方法
被引量:
10
2
作者
杨昌其
魏光兴
《西南交通大学学报》
EI
CSCD
北大核心
2006年第6期753-757,共5页
空管不安全事件危险等级的量化评估方法参考已有的有关空管不安全事件的评估方法,结合我国有关民航法规,用层次分析法量化评估空管不安全事件的危险等级.空管不安全事件的主要影响因素有垂直间隔、水平间隔、飞行航迹、相对汇聚率和ATC/...
空管不安全事件危险等级的量化评估方法参考已有的有关空管不安全事件的评估方法,结合我国有关民航法规,用层次分析法量化评估空管不安全事件的危险等级.空管不安全事件的主要影响因素有垂直间隔、水平间隔、飞行航迹、相对汇聚率和ATC/TCAS控制.根据专家评分确定了判断矩阵和各影响因素权重,并参考已有的方法确定了各因素的最大危险分值和其不同范围对应的分值.各因素的分值之和表示空管不安全事件危险等级的总分值,并分为高、中、低3个等级.用实例验证了本方法的可行性和合理性.
展开更多
关键词
空中交通管制
空管
不安全事件
危险等级
层次分析法
评估
在线阅读
下载PDF
职称材料
基于GBO-Markov模型的空管不安全事件预测方法
被引量:
5
3
作者
郭九霞
潘传江
廖勇
《安全与环境学报》
CAS
CSCD
北大核心
2016年第4期48-51,共4页
空管不安全事件的分析和预测是空管安全管理研究的重要内容。结合灰色GM(1,1)模型和马尔科夫模型的优点,利用平均弱化缓冲算子对2004—2012年空管不安全事件的初始数据进行处理,并根据模型的残差分布情况进行状态分类,建立了空管不安全...
空管不安全事件的分析和预测是空管安全管理研究的重要内容。结合灰色GM(1,1)模型和马尔科夫模型的优点,利用平均弱化缓冲算子对2004—2012年空管不安全事件的初始数据进行处理,并根据模型的残差分布情况进行状态分类,建立了空管不安全事件的灰色缓冲算子马尔科夫预测(GBO-Markov)模型。通过预测2013、2014年空管不安全事件数,对模型进行了交叉检验,灰色缓冲算子马尔科夫预测(GBO-Markov)模型的平均相对误差从57.31%(传统GM(1,1)模型)降低到15.77%,该模型可用于民航空管的不安全事件预测。
展开更多
关键词
安全
管理
空管
不安全事件
平均弱化缓冲算子
GBO-Markov模型
预测
在线阅读
下载PDF
职称材料
基于本体的空管人为差错分析研究与应用
被引量:
1
4
作者
王洁宁
倪端瑞
《计算机工程与设计》
北大核心
2018年第1期276-281,共6页
为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库...
为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库,根据类与个体之间的关系定义Jena推理规则。通过Eclipse平台中的Jena应用调用Pellet推理机分析实际案例,在人机交互界面给出差错类型及危险程度,其结果表明了空管事故智能化分析的有效性和可行性。
展开更多
关键词
危险等级划分
本体
空管
运行人为差错(human
ERROR
in
atm
technique
Hera-Janus)
Jena规则推理
Pellet推理机
在线阅读
下载PDF
职称材料
题名
国外空管不安全事件中的人误风险分析
被引量:
4
1
作者
杨越
马博凯
曹宇轩
机构
中国民航大学空中交通管理学院
中国人民警察大学警务指挥学院
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2022年第12期38-45,共8页
基金
国家自然科学基金青年基金资助(52102419)
天津市应用基础研究多元投入基金资助(21JCZDJC00780)
民航华东空管局科技项目(KJ2102)。
文摘
以近20年国外空管(ATM)不安全事件的调查报告为数据样本,研究导致管制员人为差错的风险因素。首先基于认知差错回溯分析(TRACEr)方法,在感知、记忆、计划决策和响应执行4个认知层面,划分管制员人误类型及差错根因类别;然后采用基于粗糙集理论(RST)的数据挖掘方法和贝叶斯网络(BN)的逆向推理方法计算各认知领域的差错风险表征值。研究结果表明:警觉性失效、信息处理失误、环境干扰和信息传输不清晰是引发不安全事件的高风险因素。边界视野局限、视觉识别失误、期望倾向、注意力未全局化等视觉感知差错根因在地面不安全事件中占主要影响;而记忆障碍、未充分学习、风险辨识失效、负作用影响等记忆和计划决策差错根因在空中不安全事件中占主要影响。经RST挖掘得到的视觉感知差错和信息传输差错是主要人误类型;而由BN分析得出的结论中,判断差错成为影响程度仅次于视觉感知差错的重要人误类型。
关键词
空管
(
atm
)
不安全事件
人误风险
粗糙集理论(RST)
贝叶斯网络(BN)
认知差错回溯分析(TRACEr)
Keywords
unsafe event in air traffic management(
atm
)
human error risk
rough set theory(RST)
Bayesian network(BN)
technique for retrospective analysis of cognitive errors(TRACEr)
分类号
X913.4 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
空管不安全事件危险等级的量化评估方法
被引量:
10
2
作者
杨昌其
魏光兴
机构
中国民航飞行学院空中交通管理学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2006年第6期753-757,共5页
基金
中国民航飞行学院科技研究开发项目资助(项目编号:J2004-49)
文摘
空管不安全事件危险等级的量化评估方法参考已有的有关空管不安全事件的评估方法,结合我国有关民航法规,用层次分析法量化评估空管不安全事件的危险等级.空管不安全事件的主要影响因素有垂直间隔、水平间隔、飞行航迹、相对汇聚率和ATC/TCAS控制.根据专家评分确定了判断矩阵和各影响因素权重,并参考已有的方法确定了各因素的最大危险分值和其不同范围对应的分值.各因素的分值之和表示空管不安全事件危险等级的总分值,并分为高、中、低3个等级.用实例验证了本方法的可行性和合理性.
关键词
空中交通管制
空管
不安全事件
危险等级
层次分析法
评估
Keywords
ATC
ATC incident
severity classification
AHP
assessment
分类号
V328.2 [航空宇航科学与技术—人机与环境工程]
在线阅读
下载PDF
职称材料
题名
基于GBO-Markov模型的空管不安全事件预测方法
被引量:
5
3
作者
郭九霞
潘传江
廖勇
机构
中国民航飞行学院空管学院
电子科技大学计算机科学与工程学院
中国民航飞行学院空管中心
出处
《安全与环境学报》
CAS
CSCD
北大核心
2016年第4期48-51,共4页
基金
国家自然基金委与中国民用航空局联合资助项目(U1433126)
民航局科技项目(20150203)
+1 种基金
中国民航飞行学院科研基金项目(J2014-63
J2015-50)
文摘
空管不安全事件的分析和预测是空管安全管理研究的重要内容。结合灰色GM(1,1)模型和马尔科夫模型的优点,利用平均弱化缓冲算子对2004—2012年空管不安全事件的初始数据进行处理,并根据模型的残差分布情况进行状态分类,建立了空管不安全事件的灰色缓冲算子马尔科夫预测(GBO-Markov)模型。通过预测2013、2014年空管不安全事件数,对模型进行了交叉检验,灰色缓冲算子马尔科夫预测(GBO-Markov)模型的平均相对误差从57.31%(传统GM(1,1)模型)降低到15.77%,该模型可用于民航空管的不安全事件预测。
关键词
安全
管理
空管
不安全事件
平均弱化缓冲算子
GBO-Markov模型
预测
Keywords
safety control
unsafe events of ATC
average weakening buffer operator
GBO-Markov model
prediction
分类号
X928 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
基于本体的空管人为差错分析研究与应用
被引量:
1
4
作者
王洁宁
倪端瑞
机构
中国民航大学天津市空管运行规划与安全技术重点实验室
出处
《计算机工程与设计》
北大核心
2018年第1期276-281,共6页
基金
国家重点研发计划基金项目(2016YFB0502401)
国家空管科研课题基金项目(GKG201410003)
中央高校基本科研业务费专项资金基金项目(3122013P008)
文摘
为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库,根据类与个体之间的关系定义Jena推理规则。通过Eclipse平台中的Jena应用调用Pellet推理机分析实际案例,在人机交互界面给出差错类型及危险程度,其结果表明了空管事故智能化分析的有效性和可行性。
关键词
危险等级划分
本体
空管
运行人为差错(human
ERROR
in
atm
technique
Hera-Janus)
Jena规则推理
Pellet推理机
Keywords
danger classification
ontology
Hera-Janus
Jena rule-based reasoning
Pellet reasoner
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
国外空管不安全事件中的人误风险分析
杨越
马博凯
曹宇轩
《中国安全科学学报》
CAS
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
2
空管不安全事件危险等级的量化评估方法
杨昌其
魏光兴
《西南交通大学学报》
EI
CSCD
北大核心
2006
10
在线阅读
下载PDF
职称材料
3
基于GBO-Markov模型的空管不安全事件预测方法
郭九霞
潘传江
廖勇
《安全与环境学报》
CAS
CSCD
北大核心
2016
5
在线阅读
下载PDF
职称材料
4
基于本体的空管人为差错分析研究与应用
王洁宁
倪端瑞
《计算机工程与设计》
北大核心
2018
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部