基于粗糙集的空管安全風險預(yù)警指標優(yōu)選

楊 智，羅 帆

(武漢理工大學管理學院，湖北武漢 430070)

空管安全作為空管交通服務(wù)的核心戰(zhàn)略目標面臨著新時期的新挑戰(zhàn)，如何從以往的以事后總結(jié)為重心轉(zhuǎn)向事前控制，將預(yù)警管理全面導入空管系統(tǒng)安全管理體系;如何在以往經(jīng)驗積累的基礎(chǔ)上，提高預(yù)警精度，提升預(yù)警決策能力是當前亟待解決的課題之一。筆者以粗糙集為分析工具，通過對空管安全風險的整理歸納，在粗糙集屬性約簡的基礎(chǔ)上，優(yōu)化預(yù)警指標選擇，從而減少主觀性，提高預(yù)警精度。

1 安全風險認知與預(yù)警指標設(shè)計現(xiàn)狀

基于空管安全風險識別的預(yù)警指標設(shè)計，國內(nèi)外學者展開了大量的相關(guān)研究。從目前的研究成果來看，主要從人、機、環(huán)、管4個子系統(tǒng)出發(fā)，通過數(shù)理統(tǒng)計、現(xiàn)場實驗及系統(tǒng)分析等方法，在危險源識別的基礎(chǔ)上，設(shè)定風險監(jiān)控指標［1-2］;在警情與警度測定方面，通過相關(guān)綜合評價方法的應(yīng)用，將評估結(jié)果作為警度信號的輸出，從而實現(xiàn)風險預(yù)警的目的［3-4］。空中交通安全管理是一項復(fù)雜的系統(tǒng)工程，基于事故誘因的安全風險認知是預(yù)警管理中的一項基礎(chǔ)性工作，其難點體現(xiàn)在風險的認識是否全面、具體及客觀等方面。指標的選取通常針對空管系統(tǒng)中人的行為、機的狀況、環(huán)境的影響及管理的效能4個模塊，對所顯現(xiàn)的或潛在的致災(zāi)因素進行識別和分類，將由4個模塊下屬的若干風險因子構(gòu)成的集合，作為空管安全預(yù)警管理指標體系的基礎(chǔ)，由此建立監(jiān)測方程，即Y=f(t，X1，X2，…，Xn)，其中，Y 為系統(tǒng)適時風險狀況;t為時間;X1，X2，…，Xn為指標體系變量［5-7］。根據(jù)這種風險分類模式，采用系統(tǒng)分析與層次分析的方法，國內(nèi)部分學者根據(jù)不同的風險認知程度，進行了各子系統(tǒng)或行業(yè)系統(tǒng)的指標設(shè)置［8］。

總的來說，由人為致因、設(shè)備致因、環(huán)境致因及管理致因4個方面構(gòu)成空管安全風險的基本分類框架，并在層次分析的基礎(chǔ)上建立各子系統(tǒng)的次級風險監(jiān)控指標;同時，人-機-環(huán)-管各子系統(tǒng)間的相互影響及因素間的耦合作用產(chǎn)生的聯(lián)合致因也是風險類型劃分的依據(jù)。由于預(yù)警監(jiān)控指標的選擇容易產(chǎn)生風險因子自身的客觀性、隨機性和動態(tài)性，并且人們認知中的主觀性與局限性之間存在矛盾，因此指標的選擇在很大程度上存在一定的主觀性、相關(guān)性及冗余性，體現(xiàn)在:

(1)層次性分類無法涵蓋風險因子的復(fù)雜性特征。層次性劃分通?；趯哟畏治龅姆椒?，從目標、準則及指標3個層面，對風險認知進行歸納總結(jié)和逐層細分，最終形成若干監(jiān)控指標?；谶@種風險識別的分類模式，雖有利于基于人的主觀認識程度進行風險分類，但指標的選擇無法完全避免各層之間的相關(guān)性，從而產(chǎn)生冗余指標。

(2)指標間的相互作用規(guī)律無法得到有效認知，因而不能有效地在指標體系構(gòu)建中進行知識提煉與總結(jié)，其主要制約體現(xiàn)在對風險因子相互作用的復(fù)雜性度量模型的構(gòu)建難度上，往往一項指標的測度是諸多因素相互作用的結(jié)果，是一個非線性函數(shù)關(guān)系的綜合，其測度模型的建立難度較大，從而制約指標在預(yù)警監(jiān)控中對系統(tǒng)狀態(tài)識別的效能。

2 粗糙集在安全風險指標選取中的優(yōu)勢

粗糙集的基本思想是通過案例庫的分類歸納出概念和規(guī)則，通過案例庫的條件特征變量將案例庫分類而形成概念，并通過生成的概念去研究目標特征，從而得到關(guān)聯(lián)規(guī)則［9］。而空管安全風險預(yù)警監(jiān)控指標則是基于安全科學理論和引發(fā)安全風險的主要因素，從零散的、局部的風險因素中提煉的，從更加宏觀的角度來反映空管運行狀態(tài)，指標來源于風險因素又高于風險因素［10］。由此可見，指標的選取建立在對風險類型識別的知識概念中，是一個分類提煉的過程，而粗糙集理論作為處理模糊和不確定知識方面的數(shù)學工具，在運用于空中交通管理安全風險預(yù)警指標選取中有其自身的優(yōu)勢:

(1)粗糙集的核心目標是對監(jiān)測對象進行有效的分類，尋找大量數(shù)據(jù)中蘊藏的知識，其特有的屬性約簡功能可以保證在去除冗余屬性后，并不影響原有的分類效果。因此，粗糙集具有篩選指標的能力，可以用于從指標體系中去掉冗余指標，提取核心指標。

(2)粗糙集能反映指標之間的依賴關(guān)系，通過粗糙集對不同類型的指標進行區(qū)分，可以判定哪些是絕對必要的，哪些是絕對不必要的，哪些是相對必要的，進而運用粗糙集方法從初建指標體系中尋找最簡指標集，并歸納出指標間相互依賴的關(guān)系。

(3)粗糙集能從大量數(shù)據(jù)中發(fā)現(xiàn)指標與結(jié)果之間的關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)效率高，抗噪音干擾能力強，使其具有較強的魯棒性和可操作性，從而保證指標選取的客觀性。

3 空管安全風險指標優(yōu)選概念界定

在預(yù)警評估的決策過程中，信息系統(tǒng)中的屬性對于決策者來說通常并不是同等重要，屬性約簡是指可以找到一個較小的屬性集B?A，使得可用A描述的對象集合必然可用B描述，從而消除冗余屬性，既可以簡化分類的標準，又可以更加深入地認識分類的實質(zhì)。這對于在考慮預(yù)警成本的基礎(chǔ)上，結(jié)合信息所提供的實際狀況分析當前的主要風險影響因素，在不失決策精度的情況下有效進行預(yù)警決策具有重要意義。運用粗糙集進行空管安全風險指標選取時，其信息系統(tǒng)的形式定義及約簡規(guī)則如下:

定義1 稱(U，A，F(xiàn))為一個信息系統(tǒng)，其中U 為對象集，即 U={x1，x2，…，xn}，U 中的每個元素xi(i≤n)稱為一個對象。A為屬性集，即A={a1，a2，…，an}，A 中的每個元素 al(l≤m)稱為一個屬性。F為U與A之間的關(guān)系集，即F={fl:U→Vl(l≤m)}，其中 Vl為 al(l≤m)的值域。

定義2 設(shè)(U，A，F(xiàn))為一個信息系統(tǒng)，對于B?A，記RB={(xi，xj)fl(xi)=fl(xj)(al∈B)}，則RB為 U 上的等價關(guān)系，記［xi］B={xj(xi，xj) ∈RB}，則 U/RB={［xi］Bxl∈U}為U上的劃分。

定義3 設(shè)(U，A，F(xiàn))為一個信息系統(tǒng)，記U/RA={［xi］A∣ xl∈U}，D(［xi］A，［xj］A)={al∈A ∣ fl(xi)≠fl(xj)}，稱 D(［xi］A，［xj］A)為［xi］A與［xj］A的劃分辨識集，稱 D=(D(［xi］A，［xj］A)［xi］A，［xj］A∈U/RA)為信息系統(tǒng)劃分辨識矩陣。

定義4 設(shè)(U，A，F(xiàn))為一個信息系統(tǒng)，X?U，B?A，稱 X是可用 B簡單描述的，若存在vl∈Vl(al∈B)，使 X={xi∣ fl(xi)=vl(al∈B)}，則記作 φ(X)=

定義 5 設(shè)(U，A，F(xiàn))為一個信息系統(tǒng)，Bk(k≤r)為所有劃分約簡集，記 C=，a∈C 時稱 a 為劃分核心，稱C為劃分核心集;a∈K時稱a為劃分相對必要屬性，稱K為劃分相對必要屬性集;a∈I時稱a為劃分不必要屬性，稱I為劃分不必要屬性集。

在數(shù)據(jù)挖掘過程中，粗糙集理論的核心是知識約簡，其算法是在保持分類能力不變的前提下，通過知識約簡導出問題的決策或分類規(guī)則。根據(jù)以上定義可將知識約簡的模式歸納如圖1所示。

圖1 信息系統(tǒng)屬性約簡模式圖

4 實例分析

4.1 風險指標體系構(gòu)建

在文獻［3］和文獻［10］的研究中，已對空中交通安全相關(guān)指標進行了提煉，筆者借鑒以往的研究，并通過與某空管局下屬空管站合作調(diào)研，指出目前該空管系統(tǒng)的安全管理存在的問題，主要歸納為安全意識欠缺、安全基礎(chǔ)薄弱、規(guī)章制度執(zhí)行不力、人為因素“錯忘漏”現(xiàn)象嚴重、設(shè)備維護保障不到位和外部環(huán)境變化等6大方面，并通過訪談提煉指標26項，指標預(yù)警閾值根據(jù)專家經(jīng)驗進行界定，指標體系如表1所示。

表1 空管部門安全風險評估指標體系

4.2 數(shù)據(jù)離散化處理

通過對該局所屬的相關(guān)部門進行調(diào)研及評估，主要針對空管技術(shù)保障部所屬的信息站、導航站、雷達站、修供站、終端站以及機場的塔臺、近進管制室情況，基于日常監(jiān)測記錄并結(jié)合專家打分對8個測試對象的年度數(shù)據(jù)信息進行采集，對象集為{X1，X2，X3，X4，X5，X6，X7，X8}，各實測值以月度實測值為單位進行簡單算術(shù)平均，各評估分值以上年度各考評人評估值為單位進行加權(quán)算術(shù)平均。由于在運用粗糙集理論處理決策表時，要求決策表中的值用離散數(shù)據(jù)表達，對于部分值域為連續(xù)值的條件屬性，則先進行離散化處理，對于部分離散數(shù)據(jù)，也需要將離散值進行合并以得到更高抽象層次的離散值，離散化處理后的信息數(shù)據(jù)如表2所示。

4.3 屬性約簡計算

根據(jù)表2的數(shù)據(jù)信息，由于指標數(shù)據(jù)所構(gòu)建的(U，A，F(xiàn))為信息系統(tǒng)，則其劃分約簡集必然存在。基于粗糙集信息系統(tǒng)相關(guān)概念，若任意a∈A，RA-{a}≠RA，即不存在A的真子集為劃分協(xié)調(diào)集，則A即為劃分約簡集;若存在a∈A，RA-{a}=RA，則研究 B1=A-{a}，若對于 b1∈B1，都有RB1-{b1}≠RA，則B1即為劃分約簡集。重復(fù)以上過程，由于A為有限集，通過有限步總可以找到B?A，使得 RB=RA，且?b∈B，RB-≠RA，這時 B 即為信息系統(tǒng)的一個劃分約簡集，根據(jù)約簡定義構(gòu)建信息系統(tǒng)劃分辨識矩陣，其劃分辨識矩陣如下:

表2 離散化數(shù)據(jù)信息表

通過對非空辨識矩陣的析取與合取，存在B1={U13U34U42U45}及 B2={U13U14U24U34}滿足RB-{a}≠RA，且滿足［xi］A∩［xj］A= Ф 時 B∩Z(［xi］A，［xj］A)≠Ф，則最后確定 B1、B2為劃分約簡集，根據(jù)定義可得出劃分核心為{U13U14}，相對必要屬性集為{U34U24U42U45}，其余為非必要屬性。經(jīng)過屬性約簡計算，影響該空管部門系統(tǒng)運行狀態(tài)的關(guān)鍵風險預(yù)警監(jiān)測指標分別為技術(shù)考核不合格率、安全意識和責任心、設(shè)備運行及管理效率、飛行流量大小、管理規(guī)范執(zhí)行不力程度和技術(shù)培訓有效性6項。

4.4 屬性重要性檢驗

將屬性約簡計算得到的約簡集C，即指標{U13U14U24U34U42U45}進行重要性檢驗，其屬性重要性度量算法定義如下:

定義7 屬性a∈P相對于D的屬性重要性SGF(a，P，D)=DEP(P，D)-DEP(P-{a}，D)，即重要性體現(xiàn)在包含或不包含某條件屬性a時屬性P的正區(qū)域變化，重要性越高表明屬性對分類所起的作用越大。

根據(jù)定義，約簡后的指標集{U13U14U24U34U42U45}的重要性計算數(shù)值均大于0，均為不可缺屬性，重要性計算結(jié)果與屬性約簡的核心及相對必要屬性的劃分一致，其檢驗數(shù)值如表3所示。

表3 指標重要性度量表

4.5 監(jiān)測指標現(xiàn)實性驗證

根據(jù)約簡所得屬性集中的關(guān)鍵指標，通過進一步訪談與實地調(diào)查進行現(xiàn)實性驗證，結(jié)果顯示該空管部門近年來的內(nèi)外環(huán)境變化特點:①由于航空運輸量的直線上升，陸續(xù)引進一批年輕的管制員，在上崗過程中由于熟練帶班管制員人數(shù)不足，新管制員在崗培訓機會相對缺乏，這一現(xiàn)象與飛行流量、管制技能和在崗培訓的潛在風險因素密切相關(guān);②由于SMS體系的全面導入，各項標準與制度進行相應(yīng)調(diào)整，管制員不適應(yīng)性增大，標準與制度在宣導與貫徹中的力度仍有待提高，這一結(jié)果與管制規(guī)范執(zhí)行效果的潛在風險相關(guān);③軍航活動較為頻繁，管制變更增加，管制員工作壓力加大，特別在年輕管制員中反而造成責任意識因疲勞與壓力的增加而相對下降的現(xiàn)象，說明在飛行流量增加的背景下，軍航影響與管制員、尤其是年輕管制員的管制技能及責任意識風險聯(lián)系緊密;④設(shè)備更新在近年來未做明顯調(diào)整，設(shè)備維護與設(shè)備穩(wěn)態(tài)運行壓力逐漸加大，致使設(shè)備風險隱患危害性相對突顯。

根據(jù)現(xiàn)實性調(diào)查，通過粗糙集屬性約簡算法提煉的關(guān)鍵風險指標與該空管部門的實際情況相吻合。由此可見，通過對重點風險源進行預(yù)警監(jiān)控，有利于該空管局根據(jù)自身現(xiàn)狀，采取針對性的預(yù)警管控對策。

5 結(jié)論

通過利用粗糙集的屬性約簡算法核心集的概念去掉冗余的條件屬性及重復(fù)信息，求出核心集，將核心集與相對必要屬性信息作為空中交通安全預(yù)警風險所具代表性的主因子進入預(yù)警監(jiān)控體系;其他非必要屬性則視為冗余信息，在預(yù)警動態(tài)監(jiān)測與決策評估中不予重點考慮。這樣，一方面可以節(jié)省預(yù)警監(jiān)測成本;另一方面也利于決策者針對風險的主要影響因素，更為有效地減少預(yù)警評估決策模型的構(gòu)建難度并提高預(yù)警精度。

［1］STEVEN T S.Errors of perception in air traffic control［J］.Safety Science，2007，45(8):890-904.

［2］劉繼新.人為因素與空中交通管制員素質(zhì)優(yōu)化［J］.南京航空航天大學學報:社會科學版，2007，6(9):65-68.

［3］丁松濱，王飛.空中交通管理安全預(yù)警指標體系及權(quán)重［J］.中國民航學院學報，2007，29(8):106-109.

［4］羅帆，佘廉.航空交通災(zāi)害預(yù)警管理［M］.石家莊:河北科學技術(shù)出版社，2004:228-249.

［5］霍志勤.空中交通安全預(yù)警管理研究［J］.中國安全科學學報，2006，16(3):60-64.

［6］劉堂卿，羅帆.空中交通安全風險構(gòu)成及耦合關(guān)系分析［J］.武漢理工大學學報:信息與管理工程版，2012，34(1):93-97.

［7］羅帆，劉堂卿.基于N-K模型的空中交通安全耦合風險分析［J］.武漢理工大學學報:信息與管理工程版，2011，33(2):267-270.

［8］李敬.中國民航業(yè)安全風險監(jiān)測與仿真研究［J］.中國安全科學學報，2009，19(7):20-25.

［9］張文修，姚一豫，梁怡著.粗糙集與概念格［M］.西安:西安交通大學出版社，2006:12-98.

［10］羅帆，賈貴娟，陳高明.空管安全風險評估指標體系的優(yōu)化設(shè)計［J］.中國安全科學學報，2009，19(8):115-120.