王岩韬，李景良，谷润平

(中国民航大学 空中交通管理学院，天津300300)

0 引 言

民航工作高质量发展依赖于航班运行风险防控能力的提升.欧美最早从1991年开始航班风险评价研究[1].研究理论和手段侧重于事故树等传统方法[2-3].实践方面，2007—2012年美国、加拿大民航局研发了Flight Risk Assessment Tool(FRAT)[4]、Recheck[5]等飞行风险评估工具，至今鲜见可信的使用报告和精度分析.国内，航班风险评估研究最早于1999年[6]，王岩韬等建立了一套航班运行风险评估体系[7]，运用多算法协作将风险分类正确率提高至95%[8].对于民航非动态风险评估，上述研究虽已取得较好成果，但将其应用于民航一线后发现，评估技术只能做到随航班要素变化而变化，只是对已有状态评估，而风险管控需要时间提前量，对此风险预测技术成为风险防控实质所亟需.

国外最早于2008年研究航空相关风险预测[9].2012年，欧盟启动航空运行主动安全管理项目PROSPERO(Proactive Safety Performance for Operations)预测航空系统风险，但未见详细方案和结果报告，最新消息表明该项目已于2015年戛然而止[10].Andrej Lalis 等[11]使用线性回归模型和ARMA模型对航空安全绩效进行预测，但以月为单位的宽幅时间序列严重削弱了其实用价值.Zhang等[12]融合支持向量机和深度神经网络算法预测航空事件严重程度，但其实质过程与文献[7]和[8]类似，对未来预测能力不足.王岩韬团队[13]于2019年提出基于动态贝叶斯网络的航班运行风险预测模型，主要针对单个航班的进近、着陆阶段进行风险预测，但无法体现航空公司整体运行状况……