CN110008442A - 一种基于飞行员综合能力评价的飞行员训练控制方法 - Google Patents

一种基于飞行员综合能力评价的飞行员训练控制方法 Download PDF

Info

Publication number
CN110008442A
CN110008442A CN201910218566.4A CN201910218566A CN110008442A CN 110008442 A CN110008442 A CN 110008442A CN 201910218566 A CN201910218566 A CN 201910218566A CN 110008442 A CN110008442 A CN 110008442A
Authority
CN
China
Prior art keywords
pilot
index
evaluation
judgment matrix
relative importance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910218566.4A
Other languages
English (en)
Inventor
张丽
何法江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN201910218566.4A priority Critical patent/CN110008442A/zh
Publication of CN110008442A publication Critical patent/CN110008442A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于飞行员综合能力评价的飞行员训练控制方法，属于飞行安全领域，该方法包括：首先确定飞行员综合能力评价指标，构建评价指标层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系；然后根据评价指标的相对重要程度，对同层的评价指标进行两两比较和判断，建立相对重要性判断矩阵；随后对判断矩阵进行一致性检验；接着计算各个评价指标权重；最后将各个评价指标测定参数进行标准化处理，采用加权统计的方法，对飞行员综合能力进行评价，并且最终根据评价结果得出飞行员薄弱环节并建立训练方案。与现有技术相比，本发明可以全面、系统地表示影响飞行员综合能力评价的各项因素及因素间的相互关系，适用范围广且评测精确。

Description

一种基于飞行员综合能力评价的飞行员训练控制方法
技术领域
本发明涉及飞行安全训练技术领域，尤其是涉及一种基于飞行员综合能力评价的飞行员训练控制方法。
背景技术
近年来，航空器的设计制造工艺和自动化程度都达到了较高的技术水平，由机械故障、天气等原因造成的飞行事故率已大大下降，相反，由人为因素所导致的飞行事故却在逐年增加，尤其是飞行员的失误，一直是飞行事故的最主要原因。
目前，关于飞行员综合能力评价的方法都是从飞行员人为因素的某一方面入手展开的研究，缺乏客观性、系统性、整体性。此外，对于飞行员综合能力评价方法的研究从指标的确定到评价方法的选择上多为定性地判断飞行员综合能力的高低，缺乏客观依据，并不能准确地判断特定飞行员各项能力中的薄弱环节，对评价指标之间相互关系，以及指标在整个系统结构中的位置和作用方面也无法做出准确判断。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于飞行员综合能力评价的飞行员训练控制方法，充分考虑影响评价结果的各项因素，在构建飞行员综合能力评价指标体系的基础上，运用层次分析法定量判断飞行员综合能力的高低，充分地明确飞行员自身能力情况，从而有针对性地进行训练和任务安排，以降低事故率，提高民航的安全水平。
本发明的目的可以通过以下技术方案来实现：
一种基于飞行员综合能力评价的飞行员训练控制方法，包括以下步骤：
步骤1：构建飞行员层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系模型；
步骤2：针对同层的评价指标建立相对重要性判断矩阵；
步骤3：针对相对重要性判断矩阵进行一致性检验；
步骤4：计算各个评价指标权重；
步骤5：将各个评价指标的测定参数进行标准化处理并对飞行员综合能力进行评价；
步骤6：根据评价结果得出飞行员薄弱环节并建立训练方案，步骤6中，分析上述步骤所得到的飞行员综合评价得分以及各项指标得分，根据分析结果得到各个飞行员所存在的薄弱环节，有针对性地制定训练方案，提高训练效率。
进一步地，所述步骤1中的评价指标体系模型由文献研究、飞行员调查数据和专家咨询共同组成建立，所述步骤1中的目标层的评价指标为飞行员综合能力，所述步骤1中的准则层的评价指标为职业综合素养、技能和认知能力，所述步骤1中的指标层的对应职业综合素养的二级指标为自律性、飞行经验和工作负荷管理，其对应技能的二级指标为设备和系统使用技能、飞行航径管理技能、程序应用技能和驾驶舱资源管理技能。
进一步地，所述步骤2中的相对重要性判断矩阵中的元素为aij，其取值为：
x<sub>i</sub>比x<sub>j</sub> 同等重要 稍重要 重要 很重要 极端重要 介于上述等级之间
a<sub>ij</sub> 1 3 5 7 9 2,4,6,8
表中，aij为相对于所属的上一层指标，该层指标xi相对于该层指标xj的重要性。
进一步地，所述步骤3包括以下分步骤：
步骤31：计算所述相对重要性判断矩阵的最大特征值；
步骤32：计算所述相对重要性判断矩阵的一致性指标；
步骤33：计算所述相对重要性判断矩阵的一致性比率指标；
步骤34：判断一致性比率指标是否小于0.1，若是，则所述相对重要性判断矩阵通过一致性检验，若否，则不能通过一致性检验并需要调整并重新构造所述相对重要性判断矩阵。
进一步地，所述最大特征值的计算公式为：
Aω＝λmaxω
式中，A为相对重要性判断矩阵，ω为非零多维列向量，λmax为最大特征值。
进一步地，所述一致性指标的计算公式为：
式中，CI为一致性指标，n为相对重要性判断矩阵中的指标数。
进一步地，所述一致性比率指标的计算公式为：
CR＝CI/RI
式中，CR为一致性比率指标，RI为平均随机一致性指标，其取值为：
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
。
进一步地，所述步骤4中的权重的计算公式为：
式中，ωi为每个指标的权重值，Wi为所述相对重要性判断矩阵中每一行元素中各元素的几何平均值。
进一步地，所述步骤5中的标准化处理包括：
若所述相对重要性判断矩阵中的指标为效益型指标，则：
若所述相对重要性判断矩阵中的指标为成本型指标，则：
式中，a′ij为经过标准化处理后的指标参数。
进一步地，所述步骤5中的飞行员综合能力的评价的得分计算公式为：
式中，ωj为指标对应权重值，fi为指标对应评分。
与现有技术相比，本发明具有以下优点：
(1)考虑范围多，评测精确，本发明充分考虑影响评价结果的各项因素，在构建飞行员综合能力评价指标体系的基础上，运用层次分析法定量判断飞行员综合能力的高低，充分地明确飞行员自身能力情况，从而有针对性地进行训练和任务安排，以降低事故率，提高民航的安全水平。
(2)适用范围广，本发明由于各种指标均可变换，因此可以按照实际需求及情况进行独特的定制，因此具有普遍性，可以很好的应用于各个航空公司的培训体系之中。
附图说明
图1为本发明的整体方法流程示意图；
图2为本发明的评价指标层次结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
实施例
如图1所示，本发明的具体实现包括以下步骤：
步骤1：通过文献研究、飞行员调查和专家咨询，确定飞行员综合能力评价指标，构建评价指标层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系，如图2所示，具体如下：
目标层评价指标为飞行员综合能力；
准则层评价指标为职业综合素养、技能、认知能力；
指标层对应职业综合素养的二级指标为自律性、飞行经验、工作负荷管理；
指标层对应技能的二级指标为设备和系统使用技能、飞行航径管理技能、程序应用技能、驾驶舱资源管理技能；
指标层对应认知能力的二级指标为判断决策能力、信息提取能力、注意力分配、警觉意识、安全意识。
步骤2：根据评价指标的相对重要程度，对同层的评价指标进行两两比较和判断，建立相对重要性判断矩阵，得到n×n的判断矩阵A＝(aij)，其中，aij表示对于所属的上一层指标，该层指标xi相对该层指标xj的重要性，且
比较的结果值一般取1,2，……9等，各数字的重要程度标度表如表1所示。
表1
步骤3：对判断矩阵进行一致性检验。若判断矩阵A满足一致性检验，则得到满足一致性条件的判断矩阵A；若判断矩阵A不满足一致性检验，则对判断矩阵A进行一致性修正，并对修正后的判断矩阵再次进行一致性检验，如不满足一致性检验则再对修正后的判断矩阵进行一致性修正，直至满足一致性检验，得到满足一致性条件的判断矩阵。
根据式(1)计算判断矩阵A的最大特征值λmax
Aω＝λmaxω (1)
根据式(2)计算判断矩阵的一致性指标CI
其中n为判断矩阵中的指标数。
根据式(3)计算判断矩阵的一致性比率指标CR，若CR<0.1，认为矩阵的不一致程度是可以接受的，可以通过一致性检验；否则，认为不一致性严重，不能通过一致性检验，需调整或重新构造判断矩阵。
CR＝CI/RI (3)
其中，RI为平均随机一致指标，对n＝1,2,……9，RI的取值如表2所示。
表2
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
步骤4：计算各个评价指标权重。
根据式(4)对判断矩阵中的每一行元素的值做乘积；
Mi＝ai1*ai2*......*aij (4)
其中Mi表示第i个元素相对其他所有元素的重要性比值之积。
根据式(5)求各元素的几何平均值；
根据式(6)对向量Wi＝(W1，W2，......Wn)作归一化处理，得到各层判断矩阵中每个指标的权重值；
步骤5：由于各指标测定参数的量纲不同，数据单位也不同，因此需要将各个评价指标测定参数进行标准化处理，采用加权统计的方法，对飞行员综合能力进行评价。
对于准则层中的职业综合素养，各二级指标测定参数为：
对于自律性，测定参数为飞行员自我评定，分数从低到高依次为1～10分；
对于飞行经验，测定参数为飞行次数；
对于工作负荷管理，测定参数为飞行员自我评定，分数从低到高依次为1～10分。
对于准则层中的技能，各二级指标测定参数为：
对于设备和系统使用技能，测定参数为完成某一硬件操作所需的时间；
对于飞行航径管理技能，测定参数为对飞行航径的熟悉程度；
对于程序应用技能，测定参数为完成某一控制程序所需时间；
对于驾驶舱资源管理技能，测定参数为对驾驶舱人力、物力资源的利用程度。
对于准则层中的认知能力，各二级指标测定参数主要来自于各项专业测试，分别为：
对于判断决策能力，测定参数为测试飞行员在突发情况下提出的解决方案数量及质量；
对于信息提取能力，测定参数为测试飞行员在规定时间内提取有效信息的数量；
对于注意力分配，测定参数为测试飞行员在某一飞行任务下，对不同控制区域的响应时间；
对于警觉意识，测定参数为测试飞行员发现险情所用的时间；
对于安全意识，测定参数为安全知识考核。
为了对不同量纲不同单位的数据进行统一运算，需要对数据进行标准化处理。
采用线性变换法对数据进行标准化处理，设a′ij为标准化处理后的指标参数。
若向量指标j为效益型指标，则根据式(7)计算；
若向量指标j为成本型指标，则根据式(8)计算；
运用步骤4得到的各项指标标准化后的参数，根据式(9)计算飞行员综合能力评价得分：
步骤6：分析上述步骤所得到的飞行员综合评价得分以及各项指标得分，根据分析结果得到各个飞行员所存在的薄弱环节，有针对性地制定训练方案，提高训练效率。
下面通过一个实施例来说明本发明的效果，具体实施方式如下：
步骤1：通过文献研究、飞行员调查和专家咨询，确定飞行员综合能力评价指标，构建评价指标层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系，具体如下：
目标层评价指标为飞行员综合能力；
准则层评价指标为职业综合素养、技能、认知能力；
指标层对应职业综合素养的二级指标为自律性、飞行经验、工作负荷管理；
指标层对应技能的二级指标为设备和系统使用技能、飞行航径管理技能、程序应用技能、驾驶舱资源管理技能；
指标层对应认知能力的二级指标为判断决策能力、信息提取能力、注意力分配、警觉意识、安全意识。
步骤2：根据评价指标的相对重要程度，对同层的评价指标进行两两比较和判断，建立相对重要性判断矩阵，得到n×n的判断矩阵A＝(aij)，其中，aij表示对于所属的上一层指标，该层指标xi相对该层指标xj的重要性，且
比较的结果值一般取1，2，……9等，各数字的重要程度标度表如表1所示。
表1
x<sub>i</sub>比x<sub>j</sub> 同等重要 稍重要 重要 很重要 极端重要 介于上述等级之间
a<sub>ij</sub> 1 3 5 7 9 2,4,6,8
定义如下矩阵：
矩阵A1：相对于飞行员综合能力评价，准则层各个指标相对重要性比较；
矩阵A2：相对于准则层中的职业综合素养，各个二级指标相对重要性比较；
矩阵A3：相对于准则层中的技能，各个二级指标相对重要性比较；
矩阵A4：相对于准则层中的认知能力，各个二级指标相对重要性比较；
根据步骤2计算得到各个矩阵如下：
步骤3：对判断矩阵进行一致性检验。若判断矩阵A满足一致性检验，则得到满足一致性条件的判断矩阵A；若判断矩阵A不满足一致性检验，则对判断矩阵A进行一致性修正，并对修正后的判断矩阵再次进行一致性检验，如不满足一致性检验则再对修正后的判断矩阵进行一致性修正，直至满足一致性检验，得到满足一致性条件的判断矩阵。
根据式(1)计算判断矩阵A的最大特征值λmax
Aω＝λmaxω (1)
根据式(2)计算判断矩阵的一致性指标CI
其中n为判断矩阵中的指标数。
根据式(3)计算判断矩阵的一致性比率指标CR，若CR<0.1，认为矩阵的不一致程度是可以接受的，可以通过一致性检验；否则，认为不一致性严重，不能通过一致性检验，需调整或重新构造判断矩阵。
CR＝CI/RI (3)
其中，RI为平均随机一致指标，对n＝1,2,……9，RI的取值如表2所示。
表2
n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
对于矩阵A1，λmax＝3.04，CI＝0.02，RI＝0.58，CR＝0.03<0.1，即矩阵A1通过一致性检验。
对于矩阵A2，λmax＝3.07，CI＝0.04，RI＝0.58，CR＝0.06<0.1，即矩阵A2通过一致性检验。
对于矩阵A3，λmax＝4.19，CI＝0.06，RI＝0.9，CR＝0.07<0.1，即矩阵A3通过一致性检验。
对于矩阵A4，λmax＝5.27，CI＝0.07，RI＝1.12，CR＝0.06<0.1，即矩阵A4通过一致性检验。
步骤4：计算各个评价指标权重。
根据式(4)对判断矩阵中的每一行元素的值做乘积；
Mi＝ai1*ai2*......*aij (4)
其中Mi表示第i个元素相对其他所有元素的重要性比值之积。
根据式(5)求各元素的几何平均值；
根据式(6)对向量Wi＝(WE，W2，......Wn)作归一化处理，得到各层判断矩阵中每个指标的权重值；
对于矩阵A1，
即得到准则层各个指标的权重值，如表3所示。
表3
职业综合素养 技能 认知能力
权重值 0.11 0.26 0.63
对于矩阵A2，
即得到相对于准则层中的职业综合素养，各二级指标的权重值，如表4所示。
表4
对于矩阵A3，
即得到相对于准则层中的技能，各二级指标的权重值，如表5所示。
表5
对于矩阵A4，
即得到相对于准则层中的认知能力，各二级指标的权重值，如表6所示。
表6
运用加权积计算最底层对总目标的总权重，结果如表7所示。
表7
步骤5：将各个评价指标测定参数进行标准化处理后，结合表7中各项指标的权重值，采用加权统计的方法，对飞行员综合能力进行评价。
步骤6：分析上述步骤所得到的飞行员综合评价得分以及各项指标得分，根据分析结果得到各个飞行员所存在的薄弱环节，有针对性地制定训练方案，提高训练效率。
通过具体实施例及结果可知，基于层次分析法的飞行员综合能力评价方法可以全面、系统地表示影响飞行员综合能力评价的各项因素及因素间的相互关系。通过线性变换法解决了不同量纲数据之间不可比较的问题，合理地对这些数据进行有效转换和利用。同时，本发明从评价问题的本质、要素出发，比一般的定量方法更讲求定性的分析和判断；将各要素量化成数值，又比一般的定性方法更具有客观性，评价结果更具有说服力，且方法简洁直观、计算结果简单明确，易于理解，便于操作，适合于对飞行员进行综合能力的评价，并且可以根据最终得出的评价结果进行针对被测飞行员的薄弱环节增加训练，控制其具体训练方案。
综上所述，本发明公开了一种基于飞行员综合能力评价的飞行员训练控制方法，其特征信息按如下步骤所示：1：确定飞行员综合能力评价指标，构建评价指标层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系；2：根据评价指标的相对重要程度，对同层的评价指标进行两两比较和判断，建立相对重要性判断矩阵；3：对判断矩阵进行一致性检验；4：计算各个评价指标权重；5：将各个评价指标测定参数进行标准化处理，采用加权统计的方法，对飞行员综合能力进行评价；6：根据评价结果得出飞行员薄弱环节并建立训练方案。本发明有效利用层次分析法在处理多种因素时的综合评价能力，将其应用于飞行员综合能力评价问题，能够充分利用各种定性和定量数据，以加权组合的方式将多目标准则的问题转化为多层次单目标评价问题，并且可以根据最终得出的评价结果进行针对被测飞行员的薄弱环节增加训练，控制其具体训练方案。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，包括以下步骤：
步骤1：构建飞行员层次结构模型，形成由目标层、准则层和指标层组成的评价指标体系模型；
步骤2：针对同层的评价指标建立相对重要性判断矩阵；
步骤3：针对相对重要性判断矩阵进行一致性检验；
步骤4：计算各个评价指标权重；
步骤5：将各个评价指标的测定参数进行标准化处理并对飞行员综合能力进行评价；
步骤6：根据评价结果得出飞行员薄弱环节并建立训练方案。
2.根据权利要求1所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤1中的评价指标体系模型由文献研究、飞行员调查数据和专家咨询共同组成建立，所述步骤1中的目标层的评价指标为飞行员综合能力，所述步骤1中的准则层的评价指标为职业综合素养、技能和认知能力，所述步骤1中的指标层的对应职业综合素养的二级指标为自律性、飞行经验和工作负荷管理，其对应技能的二级指标为设备和系统使用技能、飞行航径管理技能、程序应用技能和驾驶舱资源管理技能。
3.根据权利要求2所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤2中的相对重要性判断矩阵中的元素为aij，其取值为：
x<sub>i</sub>比x<sub>j</sub> 同等重要 稍重要 重要 很重要 极端重要 介于上述等级之间 a<sub>ij</sub> 1 3 5 7 9 2,4,6,8
表中，aij为相对于所属的上一层指标，该层指标xi相对于该层指标xj的重要性。
4.根据权利要求1所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤3包括以下分步骤：
步骤31：计算所述相对重要性判断矩阵的最大特征值；
步骤32：计算所述相对重要性判断矩阵的一致性指标；
步骤33：计算所述相对重要性判断矩阵的一致性比率指标；
步骤34：判断一致性比率指标是否小于0.1，若是，则所述相对重要性判断矩阵通过一致性检验，若否，则不能通过一致性检验并需要调整并重新构造所述相对重要性判断矩阵。
5.根据权利要求4所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述最大特征值的计算公式为：
Aω＝λmaxω
式中，A为相对重要性判断矩阵，ω为非零多维列向量，λmax为最大特征值。
6.根据权利要求5所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述一致性指标的计算公式为：
式中，CI为一致性指标，n为相对重要性判断矩阵中的指标数。
7.根据权利要求6所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述一致性比率指标的计算公式为：
CR＝CI/RI
式中，CR为一致性比率指标，RI为平均随机一致性指标，其取值为：
n 1 2 3 4 5 6 7 8 9 RI 0 0 0.58 0.9 1.12 1.24 1.32 1.41 1.45
。
8.根据权利要求1所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤4中的权重的计算公式为：
式中，ωi为每个指标的权重值，Wi为所述相对重要性判断矩阵中每一行元素中各元素的几何平均值。
9.根据权利要求1所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤5中的标准化处理包括：
若所述相对重要性判断矩阵中的指标为效益型指标，则：
若所述相对重要性判断矩阵中的指标为成本型指标，则：
式中，a′ij为经过标准化处理后的指标参数。
10.根据权利要求1所述的一种基于飞行员综合能力评价的飞行员训练控制方法，其特征在于，所述步骤5中的飞行员综合能力的评价的得分计算公式为：
式中，ωj为指标对应权重值，fi为指标对应评分。
CN201910218566.4A 2019-03-21 2019-03-21 一种基于飞行员综合能力评价的飞行员训练控制方法 Pending CN110008442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910218566.4A CN110008442A (zh) 2019-03-21 2019-03-21 一种基于飞行员综合能力评价的飞行员训练控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910218566.4A CN110008442A (zh) 2019-03-21 2019-03-21 一种基于飞行员综合能力评价的飞行员训练控制方法

Publications (1)

Publication Number Publication Date
CN110008442A true CN110008442A (zh) 2019-07-12

Family

ID=67167677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910218566.4A Pending CN110008442A (zh) 2019-03-21 2019-03-21 一种基于飞行员综合能力评价的飞行员训练控制方法

Country Status (1)

Country Link
CN (1) CN110008442A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502790A (zh) * 2019-07-19 2019-11-26 南京航空航天大学 飞行程序综合评价方法及计算机存储介质
CN110619482A (zh) * 2019-09-27 2019-12-27 深圳前海车米云图科技有限公司 基于逻辑回归和单层次分析赋权法的驾驶行为评分方法
CN110807171A (zh) * 2019-09-30 2020-02-18 国家电网有限公司客户服务中心 基于权重划分的坐席人员擅长业务分析方法和装置
CN111127269A (zh) * 2019-12-26 2020-05-08 中国航空工业集团公司西安飞机设计研究所 一种提高军机培训效率的方法和装置
CN111553618A (zh) * 2020-05-15 2020-08-18 北京师范大学 操控工效分析方法、设备及系统
CN111553411A (zh) * 2020-04-27 2020-08-18 中国民航大学 一种基于多维量化数据的飞行员风险画像方法
CN111861253A (zh) * 2020-07-29 2020-10-30 北京车薄荷科技有限公司 一种人员能力的确定方法及确定系统
CN112667969A (zh) * 2020-12-24 2021-04-16 一汽奔腾轿车有限公司 一种车辆商品性评分计算方法
CN113112137A (zh) * 2021-03-31 2021-07-13 东南大学 一种互通立交匝道线形安全性评价方法
CN113222213A (zh) * 2021-04-09 2021-08-06 中国水产科学研究院东海水产研究所 一种磷虾捕捞网口前进路线规划方法
CN113298431A (zh) * 2021-06-21 2021-08-24 北京航空航天大学 基于航空qar大数据的飞行员胜任能力画像方法及系统
CN113344425A (zh) * 2021-06-28 2021-09-03 北京航空航天大学 一种基于qar数据的飞行品质监控方法及系统
CN113476046A (zh) * 2021-08-20 2021-10-08 中国民航大学 一种基于多目标追踪范式的心理运动能力测评方法
CN114638127A (zh) * 2022-05-20 2022-06-17 西安热工研究院有限公司 蒸汽发生器传热管堵头可靠性评价方法、装置及电子设备
CN115063274A (zh) * 2022-08-18 2022-09-16 珠海翔翼航空技术有限公司 基于对象技术能力的虚拟现实飞行训练方案生成方法
CN115587693A (zh) * 2022-09-23 2023-01-10 中国民用航空飞行学院 一种基于可观察行为的飞行训练质量评级的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222279A (zh) * 2011-06-14 2011-10-19 华南理工大学 基于模糊综合评判法的制革行业技术的评估方法
CN103150643A (zh) * 2013-03-19 2013-06-12 天津市市政工程设计研究院 基于加权主成分分析的航空枢纽服务水平综合评价方法
CN106355360A (zh) * 2016-11-03 2017-01-25 国家电网公司 一种考虑修正系数的配电网中压项目紧迫性评价方法
CN108133083A (zh) * 2017-12-08 2018-06-08 中国航天标准化研究所 一种空间人机系统安全性影响因素筛选方法
CN108510209A (zh) * 2018-04-16 2018-09-07 北京理工大学 一种基于模糊理论的工艺失效模式识别及评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222279A (zh) * 2011-06-14 2011-10-19 华南理工大学 基于模糊综合评判法的制革行业技术的评估方法
CN103150643A (zh) * 2013-03-19 2013-06-12 天津市市政工程设计研究院 基于加权主成分分析的航空枢纽服务水平综合评价方法
CN106355360A (zh) * 2016-11-03 2017-01-25 国家电网公司 一种考虑修正系数的配电网中压项目紧迫性评价方法
CN108133083A (zh) * 2017-12-08 2018-06-08 中国航天标准化研究所 一种空间人机系统安全性影响因素筛选方法
CN108510209A (zh) * 2018-04-16 2018-09-07 北京理工大学 一种基于模糊理论的工艺失效模式识别及评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高扬 等: "基于层次分析的民航飞行员选拔心理素质模糊综合评价", 《安全与环境工程》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502790A (zh) * 2019-07-19 2019-11-26 南京航空航天大学 飞行程序综合评价方法及计算机存储介质
CN110619482A (zh) * 2019-09-27 2019-12-27 深圳前海车米云图科技有限公司 基于逻辑回归和单层次分析赋权法的驾驶行为评分方法
CN110807171A (zh) * 2019-09-30 2020-02-18 国家电网有限公司客户服务中心 基于权重划分的坐席人员擅长业务分析方法和装置
CN111127269A (zh) * 2019-12-26 2020-05-08 中国航空工业集团公司西安飞机设计研究所 一种提高军机培训效率的方法和装置
CN111553411A (zh) * 2020-04-27 2020-08-18 中国民航大学 一种基于多维量化数据的飞行员风险画像方法
CN111553618A (zh) * 2020-05-15 2020-08-18 北京师范大学 操控工效分析方法、设备及系统
CN111861253A (zh) * 2020-07-29 2020-10-30 北京车薄荷科技有限公司 一种人员能力的确定方法及确定系统
CN112667969A (zh) * 2020-12-24 2021-04-16 一汽奔腾轿车有限公司 一种车辆商品性评分计算方法
CN113112137A (zh) * 2021-03-31 2021-07-13 东南大学 一种互通立交匝道线形安全性评价方法
CN113222213B (zh) * 2021-04-09 2022-08-12 中国水产科学研究院东海水产研究所 一种磷虾捕捞网口前进路线规划方法
CN113222213A (zh) * 2021-04-09 2021-08-06 中国水产科学研究院东海水产研究所 一种磷虾捕捞网口前进路线规划方法
CN113298431A (zh) * 2021-06-21 2021-08-24 北京航空航天大学 基于航空qar大数据的飞行员胜任能力画像方法及系统
CN113298431B (zh) * 2021-06-21 2023-04-21 北京航空航天大学 基于航空qar大数据的飞行员胜任能力画像方法及系统
CN113344425A (zh) * 2021-06-28 2021-09-03 北京航空航天大学 一种基于qar数据的飞行品质监控方法及系统
CN113476046A (zh) * 2021-08-20 2021-10-08 中国民航大学 一种基于多目标追踪范式的心理运动能力测评方法
CN113476046B (zh) * 2021-08-20 2022-09-09 中国民航大学 一种基于多目标追踪范式的心理运动能力测评方法
CN114638127A (zh) * 2022-05-20 2022-06-17 西安热工研究院有限公司 蒸汽发生器传热管堵头可靠性评价方法、装置及电子设备
CN115063274A (zh) * 2022-08-18 2022-09-16 珠海翔翼航空技术有限公司 基于对象技术能力的虚拟现实飞行训练方案生成方法
CN115587693A (zh) * 2022-09-23 2023-01-10 中国民用航空飞行学院 一种基于可观察行为的飞行训练质量评级的方法
CN115587693B (zh) * 2022-09-23 2023-08-11 中国民用航空飞行学院 一种基于可观察行为的飞行训练质量评级的方法

Similar Documents

Publication Publication Date Title
CN110008442A (zh) 一种基于飞行员综合能力评价的飞行员训练控制方法
CN102456158B (zh) 基于ann bp模型的空中交通管理atm信息系统安全评估方法
CN103473469B (zh) 一种基于客观指标的扇区交通态势多层次模糊评价方法
CN103679558B (zh) 电动汽车充换电站火灾风险数据评估方法
USRE41271E1 (en) Aircraft flight risk measuring system and method of operation
CN104376400A (zh) 基于模糊矩阵层次分析法的风险评估方法
CN109064019A (zh) 一种用于管制员模拟训练效果自动测评的系统及方法
CN106970986B (zh) 基于深度学习的城市内涝影响程度挖掘方法及系统
CN113362604B (zh) 一种基于扇区动态交通特征的管制员工作负荷评估方法
CN101930490A (zh) 民机驾驶舱人机功能分配方法
Lijuan et al. An approach of AHP for human factors analysis in the aircraft icing accident
CN102968553B (zh) 一种飞行器着陆风险评测方法
CN113837621A (zh) 一种机场飞行区安全风险综合评价方法
CN113505978A (zh) 一种不同形式城市社区的防灾功能评估方法和装置
KR102379472B1 (ko) 시공간 피해특성을 고려한 다종 데이터 융합 분석방법
Zhang et al. INFLUENCING FACTORS OF RUNWAY INCURSION RISK AND THEIR INTERACTION MECHANISM BASED ON DEMATEL-ISM.
CN110991763A (zh) 一种基于指标模糊分割和topsis的通航应急救援资源需求预测方法
CN113793047A (zh) 一种飞行员合作交流能力测评方法和装置
CN113312424A (zh) 一种基于qar数据的飞行员飞行技能画像方法及系统
CN111985119B (zh) 基于HarmonySE和CBAM的架构权衡分析方法
CN116109212B (zh) 一种机场运行效率评价指标设计及监测方法
CN114398769B (zh) 一种无人直升机飞行控制系统评分自动获取方法
CN115734274A (zh) 一种基于深度学习和知识图谱的蜂窝网络故障诊断方法
CN115239168A (zh) 一种基于复杂网络的突发事件应急救援系统效能评估方法
CN114117327A (zh) 一种基于集对可拓耦合的不正常航班恢复策略评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190712

RJ01 Rejection of invention patent application after publication