APP下载

基于因子分析的PPL训练效率评价

2022-08-15胡晴晴

交通科技与经济 2022年4期
关键词:单飞因子考试

胡晴晴,孙 宏

(1.中国民用航空飞行学院 经济与管理学院,四川 广汉 618307;2.中国民用航空飞行学院 民航飞行技术与飞行安全科研基地,四川 广汉 618307)

随着航空业的快速发展,对飞行员的数量和质量要求与日俱增,国内航校的数量也越来越多,但如何科学地对飞行员的培训进行评价、量化飞行员在培训中的训练效率成为各航校面临的难题。目前在民航领域关于效率的评价,研究对象多集中在航校、航空公司等方面。王雪等[1]利用效率DEA模型对我国运输航空飞行训练基地的全要素训练效率进行综合评价,选取了飞行教员数量、保障人员数量和飞机架数作为投入指标,飞行训练时间、起落架次和毕业学员数量作为产出指标,并进一步利用DEA-Malmquist指数模型对训练基地的动态效率进行分析。田晨蕾[2]通过对中美两国航空公司业运营管理效率的测算和对比,构建了航空公司运营管理效率评价指标体系。Greer[3]采取DEA方法和马奎斯特指数法对美国主要航空公司在2000—2004年的生产率变化情况进行研究。结果表明生产率相对较低的航空公司的生产率改进状况更加显著,其与生产率高的航空公司的差距越来越小,表明新技术的采用可以在很大程度上改善航空公司的运营效率。马骏伟[4]提出了航空公司能源效率的概念,在现有研究基础上,以资源的投入、效率的产生以及获得产出三个阶段为出发点,运用“多视角多因素论”,从宏观、中观和微观三个层面出发,系统分析航空公司能源效率的影响因素,构建航空公司能源效率评价模型。

目前对于飞行学员的训练效率研究较少,多集中在对学员的学飞训练品质评价。姚裕盛等[5]利用飞行员生理信号和飞行操作参数来构建评估指标体系,建立了基于BP神经网络的飞行员飞行训练品质评估模型。孙敬周等[6]提出基于支持向量机的飞行品质评价方法,用支持向量机模型来构建一套自动评价系统,将飞行员的生理信号数据和飞行数据结合起来,对飞行员飞行品质做出了系统评价。刘浩等[7]提出了基于动态贝叶斯网络和模糊灰度理论的飞行训练评估方法,建立战斗机飞行训练评估指标体系,根据战斗机机动识别结果选择飞行训练评估指标。

私用驾驶员执照训练课程[8](PPL,简称私照训练)是飞行学员接受培训的第一阶段,是实践技能训练的基础养成课程,关系到飞行员基本驾驶技能的训练效率及形成质量。中国模式不仅要求学员达到实践考试标准,还要求在限定的训练时间内达到规定标准,即对学员的学习能力、学习效率、技能达到稳定所需时间等都有所要求。目前,飞行员训练结果评估方法主要是根据飞行教员的教学经验将评估结果划分为通过、不通过,无法准确判断出飞行员具体的飞行实践能力和训练效率[9]。数据表明,不同的学员达到相同的通过标准所占用的训练资源不同,如飞行小时数、起落数和训练跨度时长等,学员的训练效率高低直接影响飞行资源分配,包括飞行学员的课程进度安排、飞行质量以及航校的效益和成本[10]。因此,如何对学员的训练效率进行量化评价,是关乎评价学员效率水平、飞行资源合理配置、节约成本和最大化利用飞行费用的问题,也是有待解决的一个难题。

利用因子分析法从筛选、首次单飞和实践考试三个关键性节点中选取能够反映私照训练阶段学员训练过程的参数作为评估指标,利用因子分析法提取出综合因子,通过构造训练效率的评价函数,根据正态分布概率特性提出一种训练效率评价等级划分方法,在此基础上,分析训练效率与影响因子之间的相关性,进而对学员的整体训练效率水平进行科学的评价分析。该方法不仅可以将训练效率进行量化研究、对学员进行有区分度的评价,还可以发现学员的现存问题,为其后续发展提供有针对性的建议。

1 评价指标选取

1.1 私用驾驶员飞行训练课程PPL分析

效率在《辞海》中的定义为:“消耗的劳动量与所获得的劳动效果的比率”,这说明效率是衡量劳动投入量与产出的效果之间的比例关系。文中所研究的训练效率可定义为在同样达到训练的通过标准下,学员所消耗资源的多少,即在产出相同的前提下,通过比较学员的各项投入,进而分析学员的训练效率水平。私用驾驶员执照课程包含起落航线、本场带飞、转场带飞等多个科目,该部分分为筛选、本场及转场单飞两个阶段。在本场筛选阶段,学生应熟悉飞机系统和操作,了解飞机的基本性能,能够控制飞行状态,掌握基本的机动飞行、起落航线的飞行方法和注意力分配。在本场及转场单飞阶段,学员需要完成本场起落单飞,通过转场带飞训练,掌握领航的必需技能,能够在目视条件下完成转场单飞训练。在完成了以上两个阶段的飞行训练后,学员达到私用驾驶员执照实践考试的标准,可以向局方申请进行实践考试。

对整个私用驾驶员训练课程进行分析,发现学员在筛选、首次单飞、实践考试这3个节点上的差异较明显,对评估学员的训练效率影响较为显著,且进入这3个节点均需要一定的考核条件,因此,文中选择学员在PPL阶段的训练效率进行研究。下面针对关键性节点和训练效率的相关性开展分析。

1)13 h筛选。按训练课程大纲规定,学员在完成本场空域和起落航线的目视飞行训练后会安排一次筛选考试,又名“天资选拔”,即评估学员是否具备继续飞行培养的潜质[11],通过筛选的学员会继续下一阶段的飞行训练,不通过筛选检查的学员则终止飞行训练。筛选考试一般安排在训练13 h后,在进行筛选考试之前,通常会进行空域机动动作、起落航线等科目的训练,使之掌握基本的机动飞行,在该阶段学员之间的起落架次存在较大差异,起落次数较多的学员可反映出其基础的机动操作掌握较慢,则训练效率较低。

2)首次单飞。在经历教员带飞阶段训练后,学员掌握了一定的基本驾驶技能,可以掌握本机型飞机、发动机和机载设备的使用方法,掌握目视飞行规则、昼间起飞等飞行驾驶术,教员认为学员达到了首次单飞的标准,即可以允许学员进行首次单飞操作。这是学员首次从带飞训练进入单飞训练阶段,由于学员的个体差异性,进入首次单飞阶段所需要的时间以及起落次数会有不同,因此,可间接反映出学员训练效率的差异。如进入单飞阶段所需要的时间过长,表明学员的接受能力较差,需要经历较长的飞行时间,则训练效率较低;起落次数较多,可反映出学员的基本驾驶技能掌握不足,需要利用较多的起落才可以进入首次单飞阶段,则训练效率较低。

3)实践考试。私照实践考试由局方实施,具有一定的权威性,它既是对学生飞行水平的综合测试,又是获取局方颁发的私用驾驶员执照,通向后续飞行训练的必要步骤。按训练课程大纲规定,飞机训练时长达到63 h可进行实践考试,考试不通过的,或者部分训练进度缓慢的学员会视情安排补充训练。实践考试需要进行两次才能达到通过标准,可表明学员的训练水平或应试能力较差,其次飞行经历时间、起落架次、训练跨度日期在一定程度上也反映了学员的训练效率水平。

1.2 指标选取

根据以上关键性节点分析,以及对经验丰富的教员和专家咨询调查,认为学员在这3个关键训练节点的表现,完成这些节点所需的飞行时间、起落次数等资源占用水平能够比较客观地反映学员的训练表现和飞行潜质。对于指标的选择,如果对于不同对象的取值都一样,则没有实际性作用[12]。为此,文中设计了一种根据这3个节点选取评价指标、构建训练效率评价模型的基本方案(见表1)。

表1 私用驾驶员训练课程效率评价指标构成

将关键性节点的训练进行量化,需要引入训练时间跨度、训练时长、起落架次和考试次数4个概念。训练时间跨度是指从学员进入飞行训练的第一天开始,直至其通过私照实践考试为止,所经历的日期跨度;累计飞行经历时间是指进行该科目前所累计的训练时长,训练时长关系到学员在机上的训练时间;起落次数是指进行该科目前所累计训练的起落,即飞机的起落数,起落架次较多的学员表明其基本驾驶术欠缺,即驾驶技能薄弱;考试次数是指进行该科目的次数,可反映出学员的技能稳定性以及应试能力。如V1表示从学员学飞开始到筛选为止,所累积训练的飞机起落次数;V2表示从学员学飞开始到首次单飞为止,所累积的机上训练时长。

2 基于因子分析的训练效率综合评价

2.1 因子分析法选取依据

传统的学员训练效率评价一般认为实践考试次数的重要性较强,即学员一次通过就认为其训练绩效较高、质量较好。实际上,反映学员整体的训练水平仅由考试通过率判断较为单一,主观性较强[13],不具有说服力。所以,文中认为考核学员的整个训练周期内的训练绩效,应考虑不同阶段内的重要性指标,从多维度、多层次对学员进行综合评价。因子分析法具有通过多元统计方法从多个观测变量中找出少数几个综合因子来解释原始数据的特点[14],依据数据之间关联性的大小,将多个变量进行分组,使得同组内的变量之间相关度较高,非同组之间的变量有较弱的关联性[15],因此,文中基于因子分析法建立私照训练效率评价模型。

选取某航校33名学员为研究对象,从训练管理系统中提取学员的训练数据,分别提取了如表1所示的7个指标数据。进行因子分析之前,首先需要对数据进行KMO值和Bartlett球形检验,以确定其是否适用于因子分析。从KMO值检验结果来看,KMO=0.6,大于0.5,适合做因子分析;从Bartlett球形检验结果来看,Sig=0.000,达到0.001水平下的显著性水平,小于显著性水平值0.05,适合做因子分析。

2.2 主影响因子选取

利用SPSS 20.0,运用因子分析中的主成分分析法对7个指标因子进行降维处理[16],首先基于Kaiser标准抽取特征值大于1的因子,共可抽取3个因子作为7个指标的主因子,其旋转后的方差贡献率分别为34.160%、30.420%、20.643%。公共因子的贡献率表示其反映原始数据的信息量,3个主成分因子所能代表的信息量达到原有变量的85.222%,表明该数据具有很高的构建效度,且代表了原有数据的大部分信息,原始数据信息不会失真,符合计算标准,可以清晰表达原有指标的内容和含义。

由最大方差法得到旋转后的因子载荷矩阵(见表2),因子载荷的载荷值越高,代表这个原始变量与各因子之间的相关性越强。由表2可知,实践考试的考试次数、实践考试累计飞行经历时间、训练跨度日期在第1主成分因子上具有较高载荷,可将其命名为过程因子;筛选累计起落、实践考试累计起落、首次单飞累计起落在第2主成分因子上具有较高载荷,可将其命名为起落因子;首次单飞累计飞行经历时间在第3主成分因子上具有较高载荷,可将其命名为单飞因子。

表2 旋转后因子载荷矩阵

由因子解释原有变量总方差情况,对主成分贡献率进行归一化处理,可分别得到3个主成分因子的权重。同时通过主成分分析,能够进一步建立起主成分因子与其包含的变量之间的线性回归方程[17]。由旋转后的因子载荷矩阵得出各指标在主成分中的权重,将主成分因子的权重分别与各指标在因子中权重对应进行乘积,可得出各指标对应的权重得分,如表3所示。

表3 各指标对应权重得分

2.3 训练效率评价函数设计

运用综合评价设计训练效率评价函数。首先对主成分因子进行计算,获得因子得分,由SPSS软件提供的回归分析功能得出因子得分系数矩阵(见表4)。

表4 因子得分系数矩阵

根据表4,可得主成分因子得分函数

F1=-0.100×V1-0.046×V2-0.032×V3+

0.370×V4+0.062×V5+0.376×V6+0.373×V7

F2=0.456×V1-0.129×V2+0.292×V3-

0.071×V4+0.430×V5-0.029×V6+0.029×V7

F3=-0.123×V1+0.722×V2+0.332×V3+

0.085×V4-0.149×V5+0.067×V6-0.256×V7

其中Vj表示第j个指标标准化后的值。通过综合评价法,以3个主成分因子得分为基础,再以每个因子的方差贡献率为权数进行线性加权平均,可得出训练效率综合评价函数

F=0.401×F1+0.357×F2+0.242×F3

(1)

由式(1)可计算学员的综合评分,考虑到指标为负向指标,即指标的值越小越好。因此,解读学员的综合得分时,值越大反映出学员的训练效率越差,相反,综合评分值越小,反映该学员的训练效率越好。

2.4 训练效率等级划分

文中选取的33名学员样本均为有效样本,对其总得分F进行统计分析,生成直方图和样本数据相关参数统计表,如图1和表5所示。由图1和表5可知,总得分均值和中值在数值上较为接近,表明数据近似符合正态分布;峰度值接近于0,表明总体数据分布与正态分布的陡缓程度接近。

表5 样本数据相关参数

图1 得分直方

上述分析表明数据呈现近似正态分布,为了更精确检验其是否服从正态分布,对数据进行正态分布检验。通过比较SPSS软件中提供的Lilliefors检验、Shapiro-Wilk检验和Kolmogorov-Smirnov检验3种正态性检验方法,选择Shapiro检验[18]对F进行正态检验的验证,得出P>0.05,可知F服从正态分布。因此,服从正态分布的数据概率曲线具有对称性,其数据按概率落入一定范围内,如表6所示。

表6 正态分布数据落入一定范围内概率

根据正态分布概率特性划分训练效率评价等级,分为优秀、良好、中等、合格和不合格五级[19],如取落入μ±σ内的概率为 68%,落入μ±1.64σ外的概率为10%,则可确定优秀、不合格各占 5%,良好、合格各占 11%,中等占 68%。数据分析可得μ=0,σ=0.58,因此,可根据μ±σ和μ±1.64σ的内外概率来确定评价等级[20]。通过细化得分等级,增加了学员之间的训练效率区分度,为后续的选拔和训练提供了参考,具体划分如表7所示。

表7 评价等级分数线

2.5 训练效率影响因素分析

分析学员的训练效率评分等级数据(见表8)可知,同一学员的综合排名和因子排名并不总是保持一致,综合排名反映了学员在私照训练周期内的综合训练效率,而因子排名代表学员在某方面所具备的能力。如第20名学员,从该学员的训练数据分析,其训练跨度日期为238 d、实践考试考2次、起落次数相对较高,而学员的训练跨度日期平均值为146 d,因此要想提高其综合训练效率水平,在后续的训练中应着重注意学员训练日期安排的合理性,加强对其基本驾驶术的有针对性训练。

表8 综合评价方法结果

通过F1过程因子分析,方差贡献率占比为34.16%,表明过程因子在学员质量评价中的重要性,主因子1包括实践考试的考试次数、实践考试累计时间和训练跨度日期,说明这3个指标对于判断学员的整体质量起着关键性作用。在训练效率等级为优秀和良好的学员中,其实践考试均进行1次、累计飞行经历时间均为63 h, 67%的学员训练效率优于平均水平,说明在主因子1上学员的训练质量普遍较好。对F2起落因子分析,方差贡献率占比为30.42%,表明起落因子在判断学员学飞质量方面至关重要,主因子2包括筛选累计起落、实践考试累计起落和首次单飞累计起落,存在56%的学员优于平均水平。在起落因子方面,整体学员的起落操纵技能形成较为缓慢,应注重理论课程与实际机动操作紧密结合,着重改进学员在起落航线科目上的训练方法,以提高训练效率。对F3首次单飞累计时间分析,方差贡献率占比20.643%,表明单飞时间对评价学飞质量有一定影响。根据数据分析,在训练效率等级为合格和不合格的学员中,83%的学员首次单飞累计飞行时间超过均值24 h(训练大纲建议时间为20~22 h)。说明大部分学员的首次单飞进度普遍滞后,可能存在两个方面原因:一是由于管理上的欠缺,前期训练中耗时过长,导致整体首次单飞时间延后;二是学员自身的训练整体水平较差,导致放单飞时间过晚,应从学员的自身因素抓起,在教员带飞过程中应着重训练学员的个人技能。

3 结 论

1) 从训练效率等级分析看,在训练效率等级为优秀和良好的学员中,100%的学员实践考试均进行1次、累计飞行经历时间均为63 h;在训练效率等级为合格和不合格的学员中,83%的学员首次单飞累计飞行时间超过均值24 h、实践考试进行2次。

2)由训练效率综合得分可知,占比61%的学员训练效率优于平均水平,39%的学员低于平均水平,可知选取的33名学员其整体训练效率处于中等偏上水平,仍存在较大上升空间。从主因子分析看,可根据学员在不同主因子下得分来分析学员的优点和薄弱点,方便后续针对性的开展飞行训练,评价结果也可增加学员之间的区分度。

3)针对私用驾驶员执照训练效率评价方法进行研究,选取有代表性的7个指标,通过利用因子分析法,得出3个主成分因子作为训练效率评价综合指标。构造训练效率评价函数,利用综合评价法得出学员训练效率的综合得分,并基于概率特性对综合得分进行评价等级划分。在实际应用时要注重指标选取的合理性,并与多种评价方法相结合,使权重值更客观实际。

猜你喜欢

单飞因子考试
我刊2021年影响因子年报
一些关于无穷多个素因子的问题
影响因子
Japanese Artificial Intelligence Robotto Take Entrance Examinations
谢娜
当唯一的雏鸟离巢单飞
对起落航线单飞学员下滑、着陆的飞行教学指挥
你考试焦虑吗?
扮靓爱车拒绝潜伏危险因子
准备考试