基于熵权法和灰色聚类模型的航空公司安全保障能力评估

刘锴 赵宁宁

摘  要：通过选择基于熵权的灰色聚类数学模型对飞机放行工作进行定量的评估研究，建立安全保障能力体系，通过熵权法得出各指标的权重。通过灰色聚类中心点的确定，由最大隶属度原则得出飞机放行保障能力大小。通过实例验证表明该模型具有较强的客观性和可用性且优于传统的评价模型，确保航空公司更加安全保障飞机放行。

关键词：飞机放行;安全保障;熵权法;灰色聚类模型

随着航班量日益增长，安全保障任务更为艰巨。前人[1-3]在航空公司保障能力方面多有研究。本文通过灰色聚类模型结合主观和客观因素来分析航空公司保障飞机放行安全能力的水平。

1 灰色熵权模型

熵权法是普遍运用的计算权重的方法，因其精确度较高、客观性较强，可以尽量减少各指标权重计算中为因素干扰，使评价结果更客观。

2 飞机放行保障能力影响因素分析

影响飞行安全主要因素：

a天气：数据显示低能见度所造成的飞行事故高达40%，雷雨、风切变则占到25%。

b机场：机场灯光系统与机场地面标志。

c航路：重量是飞机放行核心因素。

3  保障能力评估模型

指标体系分三层建立，一级飞机放行;二级天气、机场、航线;三级天气分能见度、雷暴、风。机场分为跑道等级、机场海拔、机场灯光系统;航线分为机型、起飞重量、备降场、飞机年限，如图一所示。

3.1 利用熵权法求指标权重

对某机场安全保障能力进行评估首先对机场m个资深签派员发出问卷，n个飞机放行指标进行打分，i表示参与评分签派员标号，j表示第j个指标，计算权重值步骤如下：

（1）第i个签派员对第j个指标的评分值Mij进行预处理，得到处理结果用Yij表示，其计算公式为[4]：

（2）根据熵的定义得到评价指标的熵值еj：

（3） 根据熵值еj得到第j个评价指标的差异系数gj：

（4） 根据差异系数gj得到个评价指标的权重ωj：

3.2  基于熵权的灰色聚类评估模型

（1）设m个签派员参与本机场n个指标的评估i表示参与评分的签派员标号，j表示评价指标编号，对第i个签派员对第j个指标的评分值用Mij表示，由此得到灰色聚类的评价指标矩阵M：

（2）根据灰色聚类评价过程确定划分灰类数，用s表示。假设各灰类取值范围划分区间：，

（3）设λk为第k个灰度中心点即最可能属于k分类点：

（4）构建白化权函数模型[5]，公式如下：（5）ωj表示第j个指标在评价体系中权重值。

（6）计算评价对象属于各灰类的聚类系数，公式为：

（7）计算得出聚类系数σ，按最大隶属原则划分聚类对象所属灰类即某机场安全保障能力区间。

4 实例应用

（1）通过对十年以上经验的签派员问卷调查得表1。

（2）根据表一得出矩阵m，如下：

（3）采用10分制将其风险划分4个等级，划分灰类数为4，如表2所示。

（4）计算各区间的几何中心，设：

lk=（ak+ak+1）/2，k=1，2，…，s

則低灰类和很高灰类的中心点分别是9.5和3，中灰类中心点为8，高灰类的中心点为6.5，机场安全保障能力划分范围如表3所示。

（5）确定指标权重ωj，结果如表4所示。

（6）利用下述公式构建机场保障能力白化权函数。

（7）根据上述公式计算聚类系数，结果表5所示。

（8）由上表数据可以得出该机场的飞机放行的安全保障能力等级为灰类-高。与该机场实际安全保障能力状况相符。

5 结论

通过熵权法消除专家问卷调查评判的主观性，得到的差异系数为构建白化权函数模型做铺垫，通过建立安全保障能力指标体系结合问卷形成指标矩阵带入模型，运用最大隶属度原则求出机场的安全保障能力区间，以国内某机场为例计算出该机场的安全保障能力区间，对比该机场延误率和放行密度认为所得安全保障能力与实际较符合，且优于其他方法。

参考文献：

[1]吴云翔，钟磊，代玮文，朱玉斌，丛育新，李阳，张洪军.航空公司运行风险控制中心安全保障能力评估研究[J].民航管理， 2020（02）：86-90.

[2]罗凤娥，任栋.航空公司飞行签派员工作负荷评估研究与应用[J].科技和产业，2014，14（06）：118-120+139.

[3]罗凤娥，俎振洲，李鹏程，王洵.基于FTA的航空公司自动化飞机放行系统风险评估[J].长沙航空职业技术学院学报， 2019，19（04）：70-73.

[4]李志亮，罗芳，张天津.一种基于多层次分析和熵权的灰色聚类评价方法[J].延边大学学报（自然科学版），2017，43（04）：321-326.

[5]邓聚龙.灰理论基础[M].武汉：华中科技大学出版社，2002：1-46.

作者简介：刘锴，男，本科，助理工程师，五级管制员。