岳仁田，刘敬轩，赵嶷飞，肖瞳瞳，韩亚雄

(中国民航大学空中交通管理学院，天津 300300)

近年来，我国航空运输业呈现出高速发展的态势，随着交通需求的增长，空管系统经常以超负荷状态运行，虽然没有导致事故的发生，但不代表其状态是完全健康的。超负荷运行的空管系统实际上处于波动的亚健康状态，此时它的抗干扰能力和处理突发状况的能力下降，逐渐积累的安全隐患最终会导致事故的发生。因此，研究对空管运行亚健康状态进行科学评估的方法，从而采取预防亚健康状态向故障态转变的措施，对避免不安全事件的发生具有十分重要的意义，而空管运行亚健康状态评估和预测的首要一步是对空管运行亚健康关联因子进行预测。

目前，对空管运行状态安全风险的研究主要集中在空中交通流、空域容量参数以及空管运行安全风险评价体系等方面。如：2000年，Delahaye等[1]根据构建的扇区内交通流状态指标从几何学角度对空域拥挤状况进行了描述；2006年，Mulgund等[2]基于空中交通需求与空域容量的定量关系定义了“拥挤风险”的概念；2007年，Stamatelatos[3]利用贝叶斯定理，通过故障树建模和不确定分析对空管运行状态安全风险进行了评价和预测；2011年，Vismari等[4]运用流体随机Petri网对空中交通安全状态进行了评价；2013年，梁曼等[5]在分析空管人为因素时将组织因素纳入SHELL模型，组成SHELLO模型，并利用贝叶斯网络构建了事故的致因关系；2013年，张建平等[6]基于BP网络模型给出空管运行品质分类评价的人工智能方法，通过与主成分分析法的对比，说明了BP网络评价方法的评价效果相对更好；……