基于单一聚类方法的航空器相撞HFACS诱发模式分析

甘旭升，曲虹，娄渊位，李华平

（1.西京学院，西安710123；2.空军工程大学空管领航学院，西安710051；3.空军西安飞行学院，西安710306）

基于单一聚类方法的航空器相撞HFACS诱发模式分析

甘旭升1，曲虹2，娄渊位2，李华平3

（1.西京学院，西安710123；2.空军工程大学空管领航学院，西安710051；3.空军西安飞行学院，西安710306）

为了有效防控航空器相撞事故的发生，保证航空系统安全、有序和高效运行，提出一种基于单一聚类过程的人为因素分析分类系统（HFACS）诱发模式分析方法。在该方法中，首先，根据航空器相撞的具体特点建立了HFACS。然后，利用HFACS对发生的航空器相撞事故/事故征候进行量化，构建历史信息的数据表。最后，采用单一聚类方法对得到的数据表进行诱发模式分析，识别出重要的诱发模式及模式中包含的重要影响因素，并据此提出防相撞的管控措施。实例分析表明，所提出方法的实现过程简便，定性定量结合，形式易于理解，分析结果也更加贴近实际，对于提升防相撞的管理和决策水平，防范航空器相撞及减少造成的损失具有重要的实用价值。

航空器相撞，单一聚类方法，人为因素分析分类系统，诱发模式

0 引言

防止航空器相撞（简称为防相撞），是指航空单位（包括辖有航空器的个人）、航空管理部门及其人员，综合运用技术和管理手段，按照一定的程序、标准和制度，对飞行活动、有关人员、技术设备及其运行环境等进行计划控制、监督管理和运行协调，最大限度地减少或降低航空器相撞事故发生的防范活动，见文献［1-6］。本文基于已有成果，提出了一种定性和定量相结合的航空器相撞诱发模式分析方法，即在“瑞士奶酪”模型基础上构建科学合理的航空器相撞人为因素分析分类系统（Human Factors Analysis and Classification System，HFACS），进而采用单一聚类方法对按HFACS量化后的航空器相撞事故/事故征候数据进行分析处理，得出利于改善防相撞安全水平的建议和措施。

1 单一聚类分析方法

聚类作为数据挖掘与统计分析的一个重要的研究领域，近年来倍受关注。从机器学习的角度看，聚类是一种无监督的机器学习方法，即事先对数据集分布无任何了解，将物理或抽象对象集合划分为由类似对象组成的多个类的过程［7］。在空中相撞的人为因素分析中，经常要解决的是二进制变量表征的聚类问题，即事故数据信息仅包含两个值“1”和“0”，分别对应某些属性的“有”和“无”。

在聚类分析过程中，对于同时使用所有变量来划分对象子集的，称为多元聚类分析；而对于每次划分对象子集时仅使用一个变量的，称为单一聚类分析［7-8］。以表1所示的数据集实例来简述单一聚类分析的过程。

表1 二进制变量表征的数据集实例

单一聚类分析在处理二进制变量的数据矩阵时，不同于以往方法，无需处理非相似矩阵和间隔尺度变量矩阵。其基本思想，是选择一个变量并将对象集按变量属性值“1”和“0”分成两个对象子集。然后在每个子集中，选择一个剩余变量以同样方法将子集分成两个更小的子集，此过程一直持续到子集包含一个对象或剩余变量不能将子集再分开时为止。

要进行单一聚类分析，最为关键的是如何选择变量来划分对象子集。基本思路是选择与所有其他变量的相似性之和尽可能大的变量。目前，刻画二进制变量间的相似性主要采用关联度量标准，而在单一聚类分析方法中，关联度量标准主要使用了两个变量属性值各个组合的对象个数值。首先，计算两变量属性值都为“0”对象个数与属性值都为“1”对象个数的乘积；然后计算第一变量为“0”且第二变量为“1”的对象个数与第一变量为“1”而第二变量为“0”的对象个数的乘积。此时，关联度量标准即可定义为上述两个乘积结果差的绝对值。在表中，变量1和变量2的属性值完全相同，理应得到较大的关联度量值。通过计算不难得出两个乘积的结果分别为16（4×4）和0（0×0），故变量1和变量2的关联度量值为|16-0|=16。而对于变量1与变量3的属性值不相同的情况，两变量的关联度量值可通过一个2×2列联表计算得出。图1（a）为广义列联表，变量f与变量g的关联度量值由式Afg=|afg·dfg-bfg·cfg|计算；图1（b）对应于变量1和3变量，其关联度量值；另外，如果对于所有对象两变量的属性值都不相同，将会给出相同信息，关联度量值会变大，如图1（c）所示。

图1 列联表

图2 单一聚类分析的结果

先计算对象集的一个变量f与所有其他变量的关联量度值之和

再找出关联量度值之和最大值所对应的变量

可得出t=5，即对包含A～H的对象集选择变量5来划分子集，依此类推，可得出选择变量1划分对象子集{A，C，D，H}，选择变量4划分对象子集{B，E， F，G}，这一过程直到子集由一个单一对象或者剩余变量无法分开（如对象C和D）时为止。

2 空中相撞的人因分析分类体系

2.1 人为因素分析分类系统构建

HFACS是Shappell和Wiegmann在REASON模型基础上构建的［10-11］，它对各层面上的“漏洞”进行了具体定义，克服了REASON模型的不足，促进了其使用推广。

HFACS将人为差错划分为4个层次，第1层为处于最低层次的不安全行为层，第2～4层分别为不安全行为的前提条件、不安全的监督和组织管理，其理论层次框架及其最底层影响因素代码如图3所示。不安全行为层属于显性差错，其直接导致事故发生，第2～4层属于隐性差错，不安全行为的前提条件是指直接导致不安全行为发生的主客观条件。不安全的监督和组织管理是导致事故发生的潜在根源。各层又细化为若干的影响因素，各影响因素又有它的具体表现形式。HFACS从高层次开始向下逐层施加影响，并强调最高层次的组织管理对事故的影响作用。当各层次都同时出现差错时，系统的多层次防御作用失效，从而引发事故。

图3 航空器相撞的人为因素分析分类系统

需要说明的是，HFACS中的各影响因素之间并非相互独立，而是具有一定程度的关联性。根据各层之间的隶属关系，下一层中任一因素及其因素组合的发生，都可认为上一层因素发生了。例如：第2层差错的发生，是由第3层决策差错、技能差错和认知差错或者它们的组合引起的。

HFACS不仅仅能够分析诱发航空事故的表面原因，而且还可以帮助找出深层次原因以及潜在根源。到目前为止，业内人士普遍认为，该系统适用于分析各类航空事故，当然，也囊括了航空器相撞事故的各个方面和各种情况，鉴于90%以上航空器相撞事故涉及人为差错的实际，采用HFACS分析航空器相撞的诱发模式是完全可行的。

2.2 航空器相撞事故/事故征候的量化表征

对航空器相撞的人为因素进行定量分析，图3中的HFACS是基础。根据收集到的历史信息和调查报告，逐起对航空器相撞事故／事故征候进行分析，确定HFACS中所涉及的影响因素，并通过“1”和“0”的形式来量化描述，其中，“1”代表影响因素发生，“0”代表没有发生。以2006年9月9日发生在巴西帕拉省卡欣布的波音737航班与Legacy公务机的空中相撞事故为例［12］，根据事故分析与调查结果可知，这起空中相撞事故涉及的影响因素分别为：不安全行为层中的技能差错（C2）；不安全行为的前提层中的班组资源管理不善（C9）和个人准备状态差（C10）；不安全的监督层的监督不充分（C11）；组织管理层的资源管理（C15）。对于这起事故的量化，即将涉及的5个影响因素C2，C9，C10，C11，C15用“1”来描述，没有涉及的12个影响因素用“0”来描述，即可完成。

按照数据的完整性和权威性原则，选取某航空管制区1990年～2009年的航空器相撞事故／事故征候调查报告。按照HFACS对这些报告逐起进行分析，逐一确定所涉及的影响因素，并根据前述方法对它们进行量化。由于HFACS第3层中的影响因素完全能够刻画航空器相撞事故／事故征候的人为因素，因此，仅需考虑HFACS的第3层中的影响因素。这样对1990年～2009年的航空器相撞事故／事故征候的分析，就转化为对C1，C2，…，C17因素构成的136×17数据矩阵（表2）XC的分析，其中，行代表具体的某起相撞事故／事故征候；列代表涉及到的具体影响因素。

表2 某航空管制区1990年～2009年的航空器相撞事故／事故征候量化表

3 航空器相撞的HFACS诱发模式分析

由于航空器相撞HFACS的底层有17个因素，总共有217个组合，要揭示航空器相撞事故/事故征候诱发的基本模式，需对最底层的C1，C2，…，C17因素构成的136×17二进制矩阵XC进行单一聚类分析。通过对XC进行单一聚类分析，共得到124个独立影响因素组合，即124种航空器相撞事故/事故征候诱发模式，也就是说已发生的136起航空器相撞事故/事故征候是由124种诱发模式引起的。在这124种诱发模式中，有115种模式仅引起一起事故/事故征候，有9种模式造成两起或两起以上事故/事故征候，如表3所示。

表3 造成两起以上航空器相撞事故/事故征候的诱发模式

根据单一聚类分析，可得出如下有益的建议：

（1）如果某种模式诱发一起航空器相撞事故/事故征候是偶然的，那么，诱发两起或两起以上的模式就具有频发性和倾向性特征，因此，表3中这9种模式应是研究和防范的重点。

（2）在124种诱发模式中，同时包含影响因素C2、C6、C10、C11和C15的模式有46种，这5个影响因素是管理和决策中重点关注的对象。

（3）在包含C2、C6、C10、C11和C15的模式中，各影响因素彼此具有一定的关联性，如：对于C2和C6，根据HFACS思想，C6是C2的前提条件；C2是C6的直接体现，两个影响因素关系密切，经常相伴而出。要防止出现C2，应该将着眼点放在精神状态的几种表现上，即失去情景意识、自满、自负、警惕性低、精神疲劳松懈、生理节律紊乱、注意范围狭窄、精神不集中等，使防相撞工作，不仅仅停留于事故的直接影响因素，更应该关注深层次影响因素和潜在根源。

（4）实际上，聚类分析得到了9条经常会导致相撞事故/事故征候的特殊形式的事件链。如：模式C2，C6，C7，C10，C11，C12，C15可被视为一条经常会导致事故/事故征候的事件链。防相撞工作除了关注该链条上的各因素，尤其应注意切断各因素之间的联系，同时也应强调“资源管理”的基础性作用，在人员的选拔培训、设备的防差错设计、资金投入等方面下足功夫，从而从根本上消除这一链条存在的基础。

4 结论

为了更好地挖掘出航空器相撞的主要诱发模式，在HFACS分析与量化的基础上引入了一种单一聚类分析方法。从实例分析结果来看，所提出方法逻辑缜密，易于实现，能够准确辨识航空器相撞事故/事故征候的重要诱发模式，找出模式中经常出现的影响因素及其关联。根据诱发模式分析的结果制定防控措施，既可改善防相撞管理的科学性和有效性，又能为安全管理的有效实施提供技术支撑。

［1］崔浩林.防相撞理论与应用［M］.北京：科学出版社，2014.

［2］REASON J.Human error［M］.New York：Cambridge University Press，1990.

［3］COOKSON S C.Zagreb and tenerife：airline accidents involving linguistic factors［J］.Australian Review of Applied Linguistics，2009，32（3）：1-14.

［4］ALE B J M，BELLAMY L J，COOK R M，et al.Towards a causal model for air transport safety：an ongoing research project［J］.Safety Science，2006，44（8）：657-673.

［5］SCHUCH H P.The influence of flight experience on midair collision risk perception［J］.Accident Analysis&Prevention，1992，24（4）：655-660.

［6］KIRWAN B，GIBSON W H，HICKLING B.Human error data collection as a precursor to the development of a human reliability assessment capability in air traffic management［J］. Journal of Reliability Engineering andSystemSafety，2008，93（2）：217-233.

［7］方开泰.聚类分析［J］.数学的实践与认识，1978，8（1）：66-80.

［8］CHAVENT M.A monothetic clustering method［J］.Pattern Recognition Letters，1998，19（11）：989-996.

［9］CHAVENT M，LECHEVALLIER Y，BRIANT O.A monothetic divisive hierarchical clustering method［J］.Computational Statistics&Data Analysis，2007，52（2）：687-701.

［10］WIEGMANN D，SHAPPELL S.Human factors analysis of postaccident data：applying theoretical taxonomies of human error［J］.The International Journal of Aviation Psychology，1997，7（1）：67-81.

［11］SHAPPELL S，WIEGMAN D.A human error approach to accident investigation：the taxonomy of unsafe operation［J］. The International Journal of Aviation Psychology，1997，7（4）：269-291.

［12］郑涤滨，万玄，杨涛，等.戈尔航空1907号航班与卓越航空N600XL航班空中相撞事故调查分析［R］.民航事故调查报告，2013.

HFACS Inducement Mode Analysis for Aircraft Collision Based on Monothetic Clustering Method

GAN Xu-sheng1，QU Hong2，LOU Yuan-wei2，LI Hua-ping3
（1.Xijing College，Xi’an 710123，China；2.School of Air Traffic Control and Navigation，Air Force Engineering University，Xi’an 710051，China；3.Air Force Xi’an Flight Academy，Xi’an 710306，China）

In order to effectively prevent and control the occurrence of aircraft collision accidents for safe，orderly and efficient operation of aviation system，an inducement mode analysis method about Human Factor Analysis and Classification System（HFACS）based on monothetic clustering process is proposed.In this method，first，according to the specific characteristics of aircraft collision，HFACS is established.Then，the aircraft collision accidents/incidents that happened are quantified in terms of HFACS，constructing historical information data table.Finally，a monothetic clustering method is used to analyze the inducement modes in the data table obtained，and identify the important inducement modes and influence factors in the modes，and then put forward the control measures.An example analysis shows that the proposed method has many advantages in simple implement，understand，combination qualitative and quantitative analysis.The analysis results are more close to the reality.It has important practical value for improving the management and decision-making level of anti-collision and preventing the loss of aircraft collision.

aircraft collision，monothetic clustering method，human factor analysis and classification system，inducement mode

X913.4

A

1002-0640（2016）12-0125-05

2015-10-05

2015-12-21

甘旭升（1972-），男，黑龙江海伦人，博士。研究方向：飞行安全及非线性系统建模。