来源：期刊VIP网 时间：
作者：齐雁楠;赵嘉星;吴祚禹;赵宇;
单位：中国民航大学空中交通管理学院;中国民用航空局运行监控中心;中国国际航空公司;
摘要：高原机场运行环境复杂，进近阶段易引发近地告警，因此，研究高原机场近地告警关键致因和预测。首先，提取环境、飞机状态、操纵、航迹4个方面的参数指标，作为致因因素初步范围，通过计算互信息值识别参数间的相似特征，删除冗余参数，引入FP-Growth关联规则挖掘算法识别关键致因。为解决航班样本数据高维度问题与预测过程黑箱特性，将卷积神经网络(Convolutional Neural Network, CNN)和决策树算法融合，建立近地告警预测模型，使用美国阿斯彭机场快速存取记录器(Quick Access Record, QAR)数据，对近地告警关键致因和预测模型进行了验证。得到6个与近地告警相关的关联规则，均为多指标组合关键致因；采用数据增强后的航班数据对预测模型进行了验证，预测结果表明模型可实现基于初始下降运行参数预测近地告警，平均准确率达到86.1%,并与其他预测模型进行了对比，在准确率、召回率、F_1分数、虚警率(False Alarm Rate, FAR)和临界成功指数(Critical Success Index, CSI)方面均显示有更好的效果。
关键词：安全工程;;高原机场;;近地告警;;关联规则挖掘;;卷积神经网络-决策树
基金资助：国家重点研发计划项目(2022YFB4300904);; 国家自然科学基金委员会与中国民用航空局联合资助项目(U1633124)
