基于云模型的機場風險評估*

張豫翔，吳明功，王肖戎，溫祥西，李亞剛

（空軍工程大學空管領(lǐng)航學院，西安 710051）

0 引言

近年來，我國的航空運輸事業(yè)得到快速發(fā)展，通用航空快速發(fā)展，航空器類型和飛行流量不斷增加，民用機場數(shù)量不斷增加，給人們帶來便捷的同時也給機場安全保障提出嚴峻挑戰(zhàn)。能否有效控制安全風險成為制約航空事業(yè)發(fā)展的一個關(guān)鍵問題，風險評估是控制機場風險的一種有效途徑，近年來受到業(yè)界的廣泛關(guān)注。

目前，針對機場風險評估，已經(jīng)有人展開了一定的研究。層析分析法是機場風險評估的主要方法［1-3］。但這些方法過于依賴專家判斷，增加了人為因素的主觀影響，降低了評估的可靠性，文獻［3］中白化權(quán)函數(shù)選擇也會對評價結(jié)果造成影響。孫殿閣等［4］提出利用Bow-Tie技術(shù)對機場安全風險進行評估，孫殿閣還通過引入人工智能和計算機理論中圖論相關(guān)概念，提出了民用機場的風險識別模型［5］，但這些模型都是基于定性分析，缺少定量計算。機場風險評估是一種基于主觀經(jīng)驗的認知行為，是對主體特征的主觀判斷，由于能力以及經(jīng)驗的差異，這種判斷具有很強的隨機性和模糊性，以上模型都沒有從本質(zhì)上考慮評價因素的不確定性，主觀隨意性較強，無法真正評估風險的模糊性和隨機性。云模型理論則很好地解決了評估不確定問題。

云模型是李德毅院士在研究了概率論和模糊數(shù)學理論的基礎(chǔ)上，提出的一種定性概念與定量數(shù)值之間的轉(zhuǎn)換模型，它充分體現(xiàn)評估因素的隨機性和模糊性，揭示兩者的內(nèi)在關(guān)聯(lián)性［6］。由于這些特點，使得云模型在評估領(lǐng)域得到廣泛的應用［7-9］，但是，在機場評估中云模型的應用尚不多見，本文將云模型引入對機場風險評估中，實現(xiàn)評估風險定量數(shù)值到定性概念的模糊轉(zhuǎn)換。

基于以上分析，本文在G1法計算指標權(quán)重的基礎(chǔ)上，引入云模型，構(gòu)建機場風險評估指標體系，建立風險評估模型，對機場運行風險進行綜合評估，得出運行風險的具體值，從而為非常規(guī)情況下的風險控制及風險控制效果檢驗提供基礎(chǔ)。

1 基本理論

1.1 云模型

云模型是用語言值來表示定性概念與定量數(shù)值之間轉(zhuǎn)換模型的一種數(shù)學模型［8］，相比于其他方法具有明顯優(yōu)勢：概率論中的期、方差和高階矩能反映隨機性，但不觸及模糊性；模糊數(shù)學通過隸屬函數(shù)刻畫定量與定性之間的隸屬關(guān)系，但卻忽略了隸屬函數(shù)本身的不確定性，不能科學反映評估的隨機性；粗糙集用基于精確知識背景下的兩個精確集合來度量不確定性，卻忽略了背景知識的不確定性?；诖?，云模型充分考慮評價主體和客體在評價中的隨機性和模糊性，能夠有效克服這些方法的局限性，使得評價過程更科學，也更有說服力。

云是從論域到區(qū)間［0，1］的映射，它由許多云滴組成。單一的云滴并沒有現(xiàn)實的意義，只有在云滴形成云時，整個云表現(xiàn)出來的數(shù)字特征值，即期望值 Ex、熵 En 和超熵 He（用 STC（Ex，En，He）表示），才能將定性概念的特征得以反映。3個特征值的關(guān)系如圖1所示。

云模型對評估不確定的處理主要通過數(shù)學方法［10-11］實現(xiàn)。它將專家的評估數(shù)據(jù)經(jīng)過特定的數(shù)學法則［11］得到屬性特征值，它不再強調(diào)精確的函數(shù)表示，而是利用3個數(shù)字特征表示評估對象的不確定性，有效處理了評估的模糊性和隨機性。

標準信任云的生成。假設某屬性信任值共有n個取值區(qū)間，其中第i個區(qū)間的信任值為。那么該屬性的特征值［9］為。對于超熵，可根據(jù)屬性值的不確定性和模糊性的程度來具體調(diào)整，根據(jù)經(jīng)驗一般取。超熵反映了信任值的隨機性，不宜取太大，否則會加大信任值的隨機性，使評估結(jié)果不好確定。建立標準信任云的目的是為了劃分信任等級，為信任等級的最終評定提供標準。

信任屬性云的生成。信任屬性云表現(xiàn)的是各屬性的信任等級，也體現(xiàn)了評估對象在某個方面的信任特性，是決定最終信任等級的獨立因子。逆向云生成器生成云特征值方法［11］如下：1）計算n個樣本點的平均值其中是專家對某個屬性的評估值。

1.2 G1法

G1法是郭亞軍教授提出的一種主觀賦權(quán)法［12］，它克服了傳統(tǒng)AHP法中的一些缺點，明顯簡化了主觀評價的過程，目前在評估領(lǐng)域得到了廣泛的應用。G1法通過以下步驟確定指標權(quán)重：

1）根據(jù)規(guī)定的評價準則，通過對各個指標的進行比較，對指標的重要性進行排序，即對指標集{u1，u2，…，un}按重要程度進行排序

表1賦值參考表

表1賦值參考表

含義1 指標u k-1與指標u k同等具有同樣重要性1.2 指標u k-1比指標u k稍微重要1.4 指標u k-1比指標u k明顯重要1.6 指標u k-1比指標u k強烈重要1.8 指標u k-1比指標u k極端重要

2 評估模型的建立

2.1 指標體系建立

指標體系的好壞直接關(guān)系到評價的質(zhì)量。評價指標體系的建立必須本著系統(tǒng)性、科學性、導向性、可比性、可操作性，以及指標間相對獨立性等原則。機場風險因子是與機場安全直接相關(guān)的基礎(chǔ)單元，它是進行安全風險評估的關(guān)鍵所在。要想準確評估機場風險，則必須找出影響機場運行的風險因子。這些風險因子必須滿足兩個要求：一是客觀基礎(chǔ)，即能夠準確衡量當前機場運行狀態(tài)以及未來運行發(fā)展中可能存在的安全隱患；二是主觀條件，即便于專家對風險進行主觀判斷和量化評估。通過對歷史不安全事件、問卷調(diào)查以及有關(guān)資料的綜合分析，盡可能找出所有風險因子。但是影響機場安全的因素非常多，如果將其全部列出，必然會降低效率。科學選擇有效風險因子作為評估指標體系，不僅能準確評估風險，還能大大減少工作量，優(yōu)化模型。在咨詢專家的意見后，本文選取相關(guān)性大和具有直接相關(guān)的因子作為風險因子。結(jié)合系統(tǒng)工程學原理，本文從“人、機、環(huán)、管”的系統(tǒng)學角度出發(fā)，建立風險評估指標體系，如圖2所示。

人為因素是指人的過錯或失誤造成的不良影響，包括技術(shù)類因素、生理類因素、心理類因素。飛行是高風險的事業(yè)，在很多情況下，飛行員、管制員等相關(guān)人員面對的是突發(fā)、難度高、危險性大的空中或地面特情，勢必會給有關(guān)人員帶來巨大壓力。扎實的技術(shù)水平、過硬的心理素質(zhì)以及強健的體魄使相關(guān)人員具備更好的風險應對能力，從而降低機場運行風險。此外，相關(guān)人員良好的安全意識與態(tài)度與相互之間的默契配合能有效提高指揮的安全性和效率。

機場的安全運行需要一定的物質(zhì)基礎(chǔ)——設備。就拿空管設備來說，隨著空管設備的自動化水平越來越高，人對設備的依賴也越來越嚴重。設備一旦發(fā)生故障，飛行指揮中面臨的風險必然會大大增加。因此，一個機場的基礎(chǔ)設施建設、關(guān)鍵設備的備用情況能有效降低因設備問題而帶來的風險。

環(huán)境因素主要包括自然環(huán)境、空域環(huán)境、電磁環(huán)境以及機場環(huán)境。環(huán)境因素大多數(shù)是不可控的，如天氣因素，但卻對機場運行產(chǎn)生很大的影響。降落機場周圍高大障礙物、惡劣的氣象條件、無法暢通通信、航空器信息不全、機場空域航路航線復雜都會使得機場運行的風險增加。

管理因素指空管部門的管理理念、組織結(jié)構(gòu)、安全規(guī)范、安全培訓和安全文化等方面存在的風險因素。管理環(huán)境對機場運行風險具有間接而重大影響，加強機場特情處置預案、設備管理及制度建設、強化安全法規(guī)教育和非常規(guī)情況下的處置能力訓練能有效降低風險。

3.2 建立評估模型

在建立評估指標體系的基礎(chǔ)上，本文將模糊層析分析法和云模型的結(jié)合，提出了一種機場風險評估新方法，具體的評估流程如圖3所示。

具體步驟如下：

步驟1 建立非常規(guī)情況下機場風險評估指標體系，如圖2所示。

步驟2 確定各層次每個評估指標的評語集及對應的取值區(qū)間，生成每個指標的標準云模型。

步驟3 利用G1法計算評估指標的權(quán)重值。

步驟4 采集評估數(shù)據(jù)，生成評估指標的信任屬性云，再計算綜合信任云［9］。綜合信任云的3個特征值通過以下式子求得：綜合信任云的3個特征值通過以下式子求得：，其中為G1法求得的對應屬性的權(quán)重。

步驟5 計算綜合信任云與對應屬性的標準信任云的相似度［8］。相似度δ的計算步驟如下：

1）在信任云STC1中生成以En1為期望和He12為方差的一個正態(tài)隨機數(shù) Eni'=NORM（Eni，Hei2）；

2）在信任云STC1中生成以Ex1為期望和Eni'2為方差的一個正態(tài)隨機數(shù) xi=NORM（Exi，Eni'2）；

3）將xi代入信任云STC的期望方程中，計算；

4）重復步驟1～步驟3，直到生成n個δi'；

步驟6確定風險等級。根據(jù)相似度的大小，最終確定評估指標所屬的風險等級。

3 仿真實驗

為了驗證所提方法的有效性和科學性，本文以咸陽為例，收集了咸陽機場相關(guān)資料，進行評估分析。

1）建立評語集，求得各屬性特征值。本文指標統(tǒng)一采用10分制，即所有屬性的評估值在［0，10］，數(shù)值由小到大的循序即為風險降低的趨勢。并根據(jù)專家建議將該分值區(qū)間劃分成若干個子區(qū)間，對應不同的評語級別，本文將指標分成［0，2］、［2，5］、［5，8］、［8，10］4 個區(qū)間，不同指標對應不同評語集。如管理因素下規(guī)章制度建設的評語集為 {不完善，一般，比較完善，很完善}，設備運行管理的評語集為{差，一般，較好，很好}，技術(shù)培訓管理的評語集為{差，一般，較好，很好}，組織機構(gòu)建設的評語集為{不合理，一般，較合理，很合理}，安全管理的評語集為{差，一般，較好，很好}，管理因素評語集為{差，一般，較好，很好}，機場風險評語集為{很高，高，一般，很低}。各評估指標的標準信任云的前兩個數(shù)字特征如表2所示（超熵均取0.05），所有評語集的云模型相同，如圖4所示。

表2 指標數(shù)字特征值

2）確定屬性權(quán)重。根據(jù)專家們的評估，一級指標的排序順序為 B1＞B4＞B2＞B3，令其為 b1*＞b2*＞b3*＞b4*，且有1.2，根據(jù)權(quán)重計算公式得。所以一級指標的權(quán)重為（0.409 4，0.182 8，0.152 3，0.255 9）。同理求得第二級指標權(quán)重分別為（按圖2從左至右的順序）：人為因素各指標權(quán)重（0.284 1，0.193 7，0.236 8，0.140 9，0.140 9），設備因素各指標權(quán)重為（0.5，0.5），環(huán)境因素各指標權(quán)重（0.138 3，0.232 3，0.325 2，0.138 3，0.165 9），管理因素各指標權(quán)重（0.151 3，0.108 1，0.305，0.181 5，0.254 1）。

3）綜合信任云的合成。采集評估數(shù)據(jù)，生成各指標的信任屬性云，并根據(jù)上步求得的權(quán)重由合成綜合信任云。本文采集了30名專家的打分數(shù)據(jù)，管理因素下部分值如下頁表3。

根據(jù)逆向云生成器求得對應的信任屬性云的數(shù)字特征，依次為STC1（8.7，0.6，0.3），STC2（8.8，0.4，0.05），STC3（7.8，0.8，0.2），STC4（8.7，0.3，0.1），STC4（9.1，0.6，0.07）。其他各指標的數(shù)字特征如下頁表4。然后對屬性信任云進行合并求得一級指標綜合信任云，如下頁表5。最后可得機場風險信任云的數(shù)字特征為 STC（8.0，0.6，0.2）機場風險綜合信任云與標準信任云的比較圖如圖5所示。

表3 專家打分數(shù)據(jù)

表4 二級指標數(shù)字特征

表5 一級指數(shù)字特征

4）計算相似度。根據(jù)步驟5可以得到“機場風險”各標準信任屬性云與綜合信任云的相似度，如表6。由表6可以得到與綜合信任云相似度最大的是“很低”屬性信任云，這與云圖上的直觀判斷相一致。因此，最后的結(jié)論為咸陽機場運行風險為“一般”，最后的評價值為8.0，這與咸陽近幾年的運行狀況比較吻合，證明了模型的科學性和可靠性。但從評估結(jié)果來看，咸陽機場的運行風險處在“一般”和“很低”的邊緣，機場風險還有很大的降低空間。

表6 標準信任子云與綜合信任云的相似度

5 結(jié)論

影響機場運行的不確定性使機場評估成為一個難點，同時由于飛行具有高風險性，飛行事故產(chǎn)生的嚴重后果無法想象，因此，急需一種能夠科學評估機場運行風險的方法。將云模型引入機場的安全評估，既充分考慮了評估中的模糊性和隨機性，使評估結(jié)果更科學，同時還能得到定性和定量的結(jié)果，從而得到了較以往更科學可靠的評估結(jié)果。通過機場的評估驗證，不僅得到了該機場運行風險的具體值和風險等級，而且可對評估對象的下一步改進和進一步評估提供一個可靠的基礎(chǔ)。

參考文獻：

［1］LU X F，HUANG S G.Airport safety risk evaluation based on modification of quantitative safety management model［J］.Procedia Engineering，2012（43）：238-244.

［2］李峰，楊羽，何秋釗.基于模糊層次分析的機場風險因素評估［J］.中國民航飛行學院學報，2010，21（6）：21-24.

［3］劉剛，朱金福.一種機場安全風險灰色多層次評價方法研究［J］.人類工效學，2008，14（3）：1-4.

［4］孫殿閣，孫佳，王淼，等.基于Bow-Tie技術(shù)的民用機場安全風險分析應用研究［J］.中國安全生產(chǎn)科學技術(shù)，2010，6（4）：85-89.

［5］孫殿閣，孫佳，蔣仲安，等.基于模糊層次分析的民用機場安全風險管理 ［J］. 中國安全科學學報，2008，18（6）：116-120.

［6］李德毅，劉常昱.論正態(tài)云模型的普適性［J］.中國工程科學，2004，6（8）：28-34.

［7］鄧建軍，楊建軍，高峰.基于云理論的地空導彈武器假目標逼真度評價［J］.火力與指揮控制，2013，38（3）：92-94.

［8］章銀燕.基于云模型理論的空中目標威脅評估方法［D］.鄭州：解放軍信息工程大學，2013.

［9］張仕斌，許春香.基于云模型的信任評估方法研究［J］.計算機學報，2013，36（2）：422-431.

［10］杜湘瑜，尹全軍，黃柯棣，等.基于云模型的定性定量轉(zhuǎn)換方法及其應用［J］.系統(tǒng)工程與電子技術(shù)，2008，30（4）：772-776.

［11］LUO Z Q，ZHANG G W.A new algorithm of backward normal one-variate cloud［J］.Journal of Frontier s of Computer Science and Technology，2007，1（2）：234-240.

［12］尚慧，倪萬魁，王慧妮.石嘴山市礦山地質(zhì)環(huán)境綜合評價［J］.西安科技大學學報，2011，31（6）：836-841.