吴仁彪 王自强 汪万维 张妍
摘 要: 针对传统空域运行安全风险评估方法中存在的点值评估随意性和间断性等问题,该文提出基于区间层次分析法(IAHP)和信息熵法结合的空域运行风险评估方法。通过广泛采集空域内航空器运行产生的告警信息,深入分析并挖掘出对空域运行产生影响的风险因子,构建一套新的基于“人、机、环”分类思路的风险评估多层指标体系。所提方法主要采用IAHP和信息熵方法分别对评估指标赋权,同时给出主客观权重组合模型,既保证了评估数据的连续性,也兼顾到评估要素的客观性,并在风险隶属度矩阵基础上进行模糊综合评价。最后对某飞行情报区一段时间的运行状态进行实例评估,结果表明,该模型在空域运行风险方面具有良好的适用性和有效性,为空中交通安全风险管理提供理论上的决策支持。
关键词: 风险评估; 空域运行; 指标赋权; 组合建模; 模糊评价; 案例分析
中图分类号: TN911.2?34; X949 文献标识码: A 文章编号: 1004?373X(2020)06?0051?06
Risk assessment of airspace operation based on combination weighting of
IAHP and information entropy
WU Renbiao, WANG Ziqiang, WANG Wanwei, ZHANG Yan
(Tianjin Key Laboratory of Intelligent Signal and Image Processing, Civil Aviation University of China, Tianjin 300300, China)
Abstract: As the problem of randomness and discontinuity of point value assessment in the traditional airspace operation safety risk assessment methods, a risk assessment method of airspace operation based on the combination of interval analytic hierarchy process (IAHP) and information entropy method is proposed. The warning information generated by aircraft operation in airspace is collected widely, from which the risk factors affecting airspace operation are deeply analyzed and excavated, and a new multi?level index system of risk assessment based on the classification thinking of “people, machine and environment” is constructed. In this method, the IAHP and information entropy are used to weighting the assessment indexes respectively, and the combination model of subjective and objective weightings is given, which not only ensures the continuity of the evaluation data, but also takes into account the objectivity of the evaluation elements, and the fuzzy comprehensive evaluation is carried out on the basis of risk membership matrix. The operational status of a flight information region for some time is evaluated by an example, and the evaluation result shows that the model has good applicability and validity in airspace operation risk. It provides theoretical decision support for the risk management of the air traffic safety.
Keywords: risk assessment; airspace operation; index weighting; composite modeling; fuzzy evaluation; case analysis
0 引 言
随着我国空中交通流量不断增长,空域安全形势日益复杂,航空器飞行不安全事件时有发生,民航界高度重视空中交通运行的安全风险管理。风险评估是航空安全风险管理体系中的关键一环,其在后续风险控制的过程中发挥重要的作用,是保证航空持续安全的必要前提。目前从空域运行宏观角度分析一段时间内航空器飞行产生的异常数据,定量描述其对周边空域运行的影响程度,进而评估空域运行的整体安全风险水平的研究较少。
1) 建立风险隶属决策矩阵[R=(rij)p×t],规范化处理得到矩阵[R];
2) 计算第[i]个指标的信息熵:
3) 熵权模型:
2.2 主客观权重组合优化模型
运用上述方法可以实现评估指标的单一赋权,将两类权重组合得到更加科学的权重是被期望的。目前的组合方法包括加权因子法、因子相乘法和离差最大化法,因子相乘法有“倍增效应”,离差最大化法适用专家对指标评价差异较大的情况。本文运用主客观权重向量集成模型[w=αw+βw′],组合权重通过折衷参数[α,β(α,β≥0)]调整,参数可由基于加权求和最優化模型[11]确定,模型如下:
该模型的最优解为:
将[α*,β*]进行归一化处理即得参数[α,β]。综合得到集成权重为:[w=(w1,w2,…,wp)]。
2.3 建立风险隶属度矩阵
模糊综合评价中要求对因素集中的单因素进行评判,确定[U]到[V]的一个模糊映射,以得到评价集因素与评语集元素的隶属度。本文运用概率统计方法[12]衡量模糊隶属度,参加评判的[l]位专家对因素集中的每个指标隶属的评语等级进行投票。结束投票后,确定各评估指标隶属于各等级的频数[lis],计算[ris=lisl]作为第[i]指标与评语集元素[Vs]的隶属度,模糊隶属度矩阵[R]为:
2.4 模糊综合评价
针对构建的多层次指标体系结构,实现终端层到目标层的分级模糊综合评判,终端层因素与对应的模糊隶属度矩阵运算确定出准则层因素的隶属向量,即一级模糊综合评判:
式中:[D1]表示准则层指标[U1]对于评语集[V1]的隶属向量;“[?]”表示模糊算子;[R1]为准则层因素[U1]下底层指标的隶属度矩阵。类推因素[U2,U3]的隶属向量[D2,D3]。准则层因素作模糊矩阵运算确定目标层因素的隶属向量,即二级模糊综合评判:
如果,则将向量归一化处理即为评价结果向量[B]。根据最大隶属度原则确定运行风险等级, 最后使用参数表征法反模糊化,等级参数向量[ηv]与评价结果向量[B]进行乘法算子运算,评估风险值[N=ηv?BT],[ηv]元素取表2中区间的中间值,即[ηv=(35,50,65,80,95)]。
3 实例分析
本文通过搜集国内某繁忙情报区一段时间内的综合运行数据,实例验证评估模型。
3.1 构建风险评估指标体系
借助文献[13]中动态评估的思路,在专家知识基础上深入分析综合运行情报数据,同时参照表1空域运行风险评估指标体系,由于该区实际运行中位置报告缺失、航迹异常中断、最低安全高度、特殊代码7500、特殊代码7600、特殊代码7700和油量偏差7项相关的风险并不常见,而且该时段也并未出现此类风险,最后确定出15项评估终端指标,如表3所示。该指标体系隶属于表1中具有相对完整性的空域运行风险评估指标体系,作为“全集”指标体系的“子集”指标体系,仍然适用于评估模型,体现出评估指标动态性特点。
3.2 建立风险评估因素集和评语集
按照该15项指标在构建的评估指标体系中的层次分类关系,将各层指标组成因素集,如下所示:
评语集[V]表示评价等级的集合,将空域运行安全状态分为5个层级:
对应描述为“风险低”“风险较低”“风险中等”“风险较高”“风险高”。
3.3 计算各因素IAHP权重
邀请5位航空安全专家参与评判,参照表1将风险评价指标体系中同一准则层下的各因素两两之间重要度比较,并赋区间值。按照2.1.1节中IAHP的计算步骤1~步骤3得到5位专家对因素集[U1~U3]和子因素[U11~U33]评价的权重区间,分布如表4所示。
3.4 计算各因素主客观权重与组合优化权重
由第2.1.2节方法计算出[U1~U3]的集值权系数向量[w=(0.275 1,0.455 1,0.269 8)]。根据2.1.3节中熵权确定步骤1)~步骤3),计算各因素的客观权系数向量[w′],由本文数据组,权重集成优化模型自动求出[α=0.507 4,β=0.492 6],得到各因素组合权重向量[w]。各因素集值权重、熵权和组合权重分布如表5所示。
3.5 多层次模糊综合评价
邀请20位航空安全专家,将因素集中各因素隶属于评语集各等级的情况征求专家的评定意见,经过模糊统计分析得出各因素隶属于各等级的概率,组合成风险等级隶属矩阵[Ri],见表6。将上文的终端层指标集成权重系数与相应的隶属度矩阵算子相乘得到评价向量[Di=w?Ri],结果为:
完成终端层指标评判后,计算[B=w?D],得到准则层因素归一化评价向量:
由反模糊化计算得到综合风险评估值[N=60.614 0],表明该飞行情报区运行风险水平为Ⅲ级风险中等。
3.6 结果分析
同样采用AHP对上述飞行情报区算例分析,图1所示是两种方法实施评估后等级隶属的比较,两者结果趋向一致。AHP评估结果有时存在模糊性,本文中的IAHP和信息熵组合赋权的方法更能强化评估结果的区分,具有更好的准确性和合理性,即该情报区该时段的风险状态较大程度隶属于Ⅲ级。另外,管制指令违背、飞行程序违背、速度突变、短期冲突、禁区入侵、监视信号失效及通信信号失效的在综合风险中所占权重相对较大,管制空域安全管理人员应该特别关注上述7项指标的相关信息,以及加强该情报区运行的风险管理。
3.7 可信度和有效度
本文的风险评估过程由航空安全专家群对不同指标评分和评定等级,采用Kendall和谐系数衡量评估结果的可信度,利用SPSS统计分析工具的Reliability Analysis模块,对15个终端评估指标多变量分析计算出Kendall和谐系数为0.853(接近于1),说明评估具备很高的内部一致性可信度。指标的选取参照了ICAO和民航局发布的安全法规中安全风险间隔,并邀请多位航空安全专家多轮访谈讨论确认。另外,同一专家仍进行不同间隔期重复评判,超过20位专家参与到评估中,具有很高的内容效度。采用SPSS工具探索性因素分析后KMO检验值为0.791(介于0.6~0.8),证明评估结果的结构有效度良好。
4 结 语
本文从航空器飞行产生的告警信息中挖掘提取空域运行风险因子,分类综合后构建出空域风险评估指标体系,通过IAHP分析结合信息熵方法实现了专家对评估指标的柔性和客观判断。应用该模型对一段时间某飞行情报区的运行进行评估算例分析,结果显示该区运行安全水平为风险中等。最后对比出本文算法的优势,并对评估的可信度和有效度进行了验证,为空中交通安全风险管理提供理论上的决策支持。
注:本文通讯作者为汪万维。
参考文献
[1] BOJANA Mirkovic, FEDJA Netjasov, TATJANA Krstic Simic, et al. Safety risk assessment in future automated air traffic management system [C]// Transportation Research Board 97th Annual Meeting. Washington: TRB, 2018: 114?117.
[2] 孙晓萌.空域扇区安全评估关键风险要素分析方法研究[D].天津:中国民航大学,2018.
[3] 張晓燕,韩松臣,杨昌其.基于物元分析理论的空管安全风险模糊综合评价[J].交通信息与安全,2016,34(4):50?56.
[4] 袁丁,雷昱,杨楠.基于Dempster合成法则的空管安全评价方法研究[J].安全与环境学报,2018,18(3):1014?1019.
[5] 张俊强,胡德振,曹悦琪,等.基于信息熵的危险天气下终端区管制风险评估[J].南京航空航天大学学报,2017,49(z1):125?130.
[6] ICAO. Air navigation services and air traffic management [EB/OL]. [2016?11?10]. https://ops.group/blog/wp?content/uploads/2017/03/ICAODoc4444?Pans?Atm?16thEdition?2016?OPSGROUP.
[7] 杨智,罗帆.基于粗糙集的空管安全风险预警指标优选[J].武汉理工大学学报,2012,34(6):776?780.
[8] 谢鹏,吕鹏飞.基于改进云模型?IAHP的涉爆粉尘企业安全风险评估[J].中国安全生产科学技术,2018,14(8):187?192.
[9] 贾明明,熊锡龙,黄立文,等.基于集值统计?灰色模糊的航道通航环境安全评价[J].安全与环境学报,2017(1):41?45.
[10] 储冉,王怀秀,王亚慧.基于熵权与灰关联度定权的VIKOR多准则综合评价研究[J].现代电子技术,2018,41(24):162?166.
[11] 廖虎昌.复杂模糊多属性决策理论与方法[M].北京:科学出版社,2016.
[12] 马万元,耿秀丽.基于概率统计的模糊隶属函数计算研究[J].数学理论与应用,2016,36(3):93?100.
[13] 常昊,秦元庆,周纯杰.基于贝叶斯攻击图的工控系统动态风险评估[J].信息技术,2018(10):62?67.