为深入探究民航危险品运输收运工作人员与教员、专家的风险认知差异情况,提升收运工作人员的风险信息寻求与处置能力,首先,基于风险信息搜寻与加工(risk information seeking and processing,RISP)模型理论,构建了民航危险品运输收运人...为深入探究民航危险品运输收运工作人员与教员、专家的风险认知差异情况,提升收运工作人员的风险信息寻求与处置能力,首先,基于风险信息搜寻与加工(risk information seeking and processing,RISP)模型理论,构建了民航危险品运输收运人员风险认知差异模型;然后,根据该模型,建立了个人特征、知觉风险特征、情感响应等7个维度下的收运人员风险认知差异测度指标体系;最后,采用集对分析方法对各测度指标进行了联系度计算,识别出关键影响因素,并对产生风险认知差异的原因进行了系统分析,进而提出了应对策略。结果表明,民航危险品运输收运工作人员与教员、专家在工作年限(F2)、描述性规范(F10)、结果期待(F14)、信息可及性(F15)、可信度(F16)、负向情感(F8)和所需信息水平(F12)7个关键影响因素上存在显著的认知差异。研究结果可为优化民航危险品运输收运工作人员的风险认知与决策水平,从而有效提高危险品运输的安全性与应急响应能力提供参考。展开更多
为解决飞行员飞行作风量化评价的问题,优化飞行作风的量化管理,构建基于组合赋权算法的飞行作风量化评价模型。首先,综合飞行作风的态度层面和行为层面2个维度,建立包含飞行安全态度自评、飞行安全态度他评、操作行为评价和非操作行为...为解决飞行员飞行作风量化评价的问题,优化飞行作风的量化管理,构建基于组合赋权算法的飞行作风量化评价模型。首先,综合飞行作风的态度层面和行为层面2个维度,建立包含飞行安全态度自评、飞行安全态度他评、操作行为评价和非操作行为他评的评价指标体系;其次,通过层次分析法(Analytic Hierarchy Process,AHP)与基于相关性指标权重确定法(Criteria Importance Though Intercriteria Correlation,CRITIC)、离散系数法相结合的组合赋权,构建基于加权逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的飞行作风量化评价模型;进而采集20名飞行员被试的数据实现模型的应用,并结合飞行作风主观评分与严重偏离程序发生率验证模型的有效性。研究表明,基于AHP-CRITIC-TOPSIS的飞行作风量化评价模型具备更高的评价准确度,其评价结果与飞行安全相关表现的关联性更强,是一种有效的飞行作风量化评价工具。展开更多
为有效预防民用航空产品制造过程中的人因差错事件,以人的因素分析与分类系统(Human Factors Analysis and Classification System,HFACS)为理论基础,揭示各致因因素间的复杂耦合机制。首先,基于HFACS-ME简化模型,通过整合98个四级指标...为有效预防民用航空产品制造过程中的人因差错事件,以人的因素分析与分类系统(Human Factors Analysis and Classification System,HFACS)为理论基础,揭示各致因因素间的复杂耦合机制。首先,基于HFACS-ME简化模型,通过整合98个四级指标构建了适用于航空产品的产线分析模型,并利用该模型对某航空维修(Maintenance,Repair&Overhaul,MRO)企业民用航空产品生产线中的人因差错事件进行分类分析;其次,通过卡方检验识别出具有统计学显著性的强相关致因组,结合让步比分析与基于条件概率的权重分配,定量划分指标组间的影响程度;再次,应用决策试验与评估实验法(Decision-Making Trial and Evaluation Laboratory,DEMATEL)确定指标组间的因果关系与依赖程度,并采用逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)对关键指标进行排序,识别出引发人因差错事件的高重要度因素,进一步分析揭示了潜在的事故致因路径,并提出基于切断致因路径的风险预防建议;最后,通过某MRO企业民用航空产品制造产线的225例人因差错事件对方法进行验证。结果表明:此分析方法共识别出11对强相关致因组、2项高中心度致因因素及5项高原因度因素,总结出6条易导致人因差错的事故致因路径;可以证明人因差错事件并非孤立存在,管理层面因素、不安全行为前提条件与不安全行为之间存在显著因果关系。展开更多
目前,空管各类安全管理信息化平台积累了大量非结构化文本数据,但未得到充分利用,为了挖掘空管不正常事件中潜藏的风险,研究利用收集的四千余条空管站不正常事件数据和自构建的4836个空管领域专业术语词,提出了一个基于空管专业信息词...目前,空管各类安全管理信息化平台积累了大量非结构化文本数据,但未得到充分利用,为了挖掘空管不正常事件中潜藏的风险,研究利用收集的四千余条空管站不正常事件数据和自构建的4836个空管领域专业术语词,提出了一个基于空管专业信息词抽取的双向编码器表征法和双向长短时记忆网络的深度学习模型(Bidirectional Encoder Representations from Transformers-Bidirectional Long Short-Term Memory,BERT-BiLSTM)。该模型通过对不正常事件文本进行信息抽取,过滤其中无用信息,并将双向编码器表征法(Bidirectional Encoder Representations from Transformers,BERT)模型输出的特征向量序列作为双向长短时记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)的输入序列,以对空管不正常事件文本风险识别任务进行对比试验。试验结果显示,在风险识别试验中,基于空管专业信息词抽取的BERT-BiLSTM模型相比于通用领域的BERT模型,风险识别准确率提升了3百分点。可以看出该模型有效提升了空管安全信息处理能力,能够有效识别空管部门日常运行中出现的不正常事件所带来的风险,同时可以为空管安全领域信息挖掘相关任务提供基础参考。展开更多
文摘为深入探究民航危险品运输收运工作人员与教员、专家的风险认知差异情况,提升收运工作人员的风险信息寻求与处置能力,首先,基于风险信息搜寻与加工(risk information seeking and processing,RISP)模型理论,构建了民航危险品运输收运人员风险认知差异模型;然后,根据该模型,建立了个人特征、知觉风险特征、情感响应等7个维度下的收运人员风险认知差异测度指标体系;最后,采用集对分析方法对各测度指标进行了联系度计算,识别出关键影响因素,并对产生风险认知差异的原因进行了系统分析,进而提出了应对策略。结果表明,民航危险品运输收运工作人员与教员、专家在工作年限(F2)、描述性规范(F10)、结果期待(F14)、信息可及性(F15)、可信度(F16)、负向情感(F8)和所需信息水平(F12)7个关键影响因素上存在显著的认知差异。研究结果可为优化民航危险品运输收运工作人员的风险认知与决策水平,从而有效提高危险品运输的安全性与应急响应能力提供参考。
文摘为解决飞行员飞行作风量化评价的问题,优化飞行作风的量化管理,构建基于组合赋权算法的飞行作风量化评价模型。首先,综合飞行作风的态度层面和行为层面2个维度,建立包含飞行安全态度自评、飞行安全态度他评、操作行为评价和非操作行为他评的评价指标体系;其次,通过层次分析法(Analytic Hierarchy Process,AHP)与基于相关性指标权重确定法(Criteria Importance Though Intercriteria Correlation,CRITIC)、离散系数法相结合的组合赋权,构建基于加权逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)的飞行作风量化评价模型;进而采集20名飞行员被试的数据实现模型的应用,并结合飞行作风主观评分与严重偏离程序发生率验证模型的有效性。研究表明,基于AHP-CRITIC-TOPSIS的飞行作风量化评价模型具备更高的评价准确度,其评价结果与飞行安全相关表现的关联性更强,是一种有效的飞行作风量化评价工具。
文摘为有效预防民用航空产品制造过程中的人因差错事件,以人的因素分析与分类系统(Human Factors Analysis and Classification System,HFACS)为理论基础,揭示各致因因素间的复杂耦合机制。首先,基于HFACS-ME简化模型,通过整合98个四级指标构建了适用于航空产品的产线分析模型,并利用该模型对某航空维修(Maintenance,Repair&Overhaul,MRO)企业民用航空产品生产线中的人因差错事件进行分类分析;其次,通过卡方检验识别出具有统计学显著性的强相关致因组,结合让步比分析与基于条件概率的权重分配,定量划分指标组间的影响程度;再次,应用决策试验与评估实验法(Decision-Making Trial and Evaluation Laboratory,DEMATEL)确定指标组间的因果关系与依赖程度,并采用逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)对关键指标进行排序,识别出引发人因差错事件的高重要度因素,进一步分析揭示了潜在的事故致因路径,并提出基于切断致因路径的风险预防建议;最后,通过某MRO企业民用航空产品制造产线的225例人因差错事件对方法进行验证。结果表明:此分析方法共识别出11对强相关致因组、2项高中心度致因因素及5项高原因度因素,总结出6条易导致人因差错的事故致因路径;可以证明人因差错事件并非孤立存在,管理层面因素、不安全行为前提条件与不安全行为之间存在显著因果关系。
文摘目前,空管各类安全管理信息化平台积累了大量非结构化文本数据,但未得到充分利用,为了挖掘空管不正常事件中潜藏的风险,研究利用收集的四千余条空管站不正常事件数据和自构建的4836个空管领域专业术语词,提出了一个基于空管专业信息词抽取的双向编码器表征法和双向长短时记忆网络的深度学习模型(Bidirectional Encoder Representations from Transformers-Bidirectional Long Short-Term Memory,BERT-BiLSTM)。该模型通过对不正常事件文本进行信息抽取,过滤其中无用信息,并将双向编码器表征法(Bidirectional Encoder Representations from Transformers,BERT)模型输出的特征向量序列作为双向长短时记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)的输入序列,以对空管不正常事件文本风险识别任务进行对比试验。试验结果显示,在风险识别试验中,基于空管专业信息词抽取的BERT-BiLSTM模型相比于通用领域的BERT模型,风险识别准确率提升了3百分点。可以看出该模型有效提升了空管安全信息处理能力,能够有效识别空管部门日常运行中出现的不正常事件所带来的风险,同时可以为空管安全领域信息挖掘相关任务提供基础参考。
