陳農(nóng)田， 李俊輝， 滿永政

(中國(guó)民用航空飛行學(xué)院， 廣漢 618307)

1 引言

民航“黑色11 分鐘”是指飛機(jī)起飛后3 分鐘加著陸前8 分鐘，這一階段極易誘發(fā)航空器安全事件。 通過(guò)對(duì)商用飛機(jī)飛行階段事故統(tǒng)計(jì)，大約49%的致命事故和44%機(jī)上死亡人數(shù)發(fā)生在進(jìn)近著陸階段，此階段要求飛行員精神高度集中，一旦發(fā)生異常事件或事故可供飛行員處理時(shí)間極短。 Voogt 等通過(guò)案例統(tǒng)計(jì)分析發(fā)現(xiàn)飛行員錯(cuò)誤操縱是事故發(fā)生重要誘因；Prasanna 等通過(guò)統(tǒng)計(jì)數(shù)據(jù)分析發(fā)現(xiàn)1/3 的商用飛機(jī)事故是由于著陸時(shí)操縱偏差導(dǎo)致；杜紅兵等對(duì)1980 ～1996年發(fā)生的民航運(yùn)輸飛行進(jìn)近著陸事故進(jìn)行歸類(lèi)數(shù)據(jù)統(tǒng)計(jì)分析，結(jié)果表明事故的主要原因是人為因素，應(yīng)加強(qiáng)研究民航飛行安全中的人為因素控制。因此，開(kāi)展飛行員進(jìn)近著陸操縱行為績(jī)效安全評(píng)估，有效識(shí)別飛行操縱行為偏差，對(duì)保障民航運(yùn)輸安全具有重要現(xiàn)實(shí)意義。

國(guó)內(nèi)外學(xué)者針對(duì)飛行進(jìn)近著陸操縱行為方面開(kāi)展了系列研究。 Rober從真實(shí)飛行和模擬飛行的人工操縱進(jìn)近著陸建立數(shù)學(xué)模型，評(píng)估飛行員在進(jìn)近著陸操縱水平方面難易程度；Archana等使用可重構(gòu)飛行模擬器模擬進(jìn)場(chǎng)著陸飛行場(chǎng)景，對(duì)飛行員操縱指標(biāo)進(jìn)行了主觀和定量測(cè)量，利用能見(jiàn)度下降、側(cè)風(fēng)、飛機(jī)操縱質(zhì)量下降等指標(biāo)建立數(shù)學(xué)模型，對(duì)飛行員績(jī)效進(jìn)行量化評(píng)估；Felipe 等利用飛行數(shù)據(jù)對(duì)飛行員著陸任務(wù)偏差建模分析；祁明亮等選取飛機(jī)下降率、俯仰角等飛行員綜合操作指標(biāo)，利用QAR(Quick Access Recorder)超限事件，建立風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)飛行操作風(fēng)險(xiǎn)進(jìn)行診斷；白杰等關(guān)注最終進(jìn)近著陸階段時(shí)飛行員注意力分配所產(chǎn)生的影響，利用SEEV(Salience Expectancy Effort Value)模型對(duì)其量化研究；蔣浩等以飛行數(shù)據(jù)超限事件的判定參數(shù)和發(fā)生頻率代表風(fēng)險(xiǎn)后果的嚴(yán)重程度和風(fēng)險(xiǎn)發(fā)生概率，將兩者的乘積作為飛行員安全能力的衡量指標(biāo)；王冉等利用仿真計(jì)算針對(duì)實(shí)際飛行數(shù)據(jù)對(duì)民機(jī)著陸安全影響因素展開(kāi)研究。 在飛行員飛行品質(zhì)監(jiān)控(Flight Operations Quality Assurance，F(xiàn)OQA)方面，針對(duì)飛行員進(jìn)近著陸操縱行為主要采用定性分析或定量統(tǒng)計(jì)分析方法，如德菲爾法、層次分析法和模糊綜合評(píng)估方法，但這些方法依然存在由權(quán)重確定主觀性的弊端。

飛行員進(jìn)近著陸操縱績(jī)效評(píng)估是一個(gè)多目標(biāo)決策過(guò)程，本文選擇運(yùn)用群決策相對(duì)熵集結(jié)法、熵權(quán)值法確定指標(biāo)體系權(quán)重，通過(guò)改進(jìn)GRATOPSIS 模型以相對(duì)貼進(jìn)度形式評(píng)價(jià)飛行員進(jìn)近著陸操縱績(jī)效，為有效實(shí)施飛行員進(jìn)近著陸安全績(jī)效測(cè)度提供參考。

2 評(píng)價(jià)指標(biāo)體系構(gòu)建

國(guó)際民航組織在向締約國(guó)推薦的9859 號(hào)文件安全管理手冊(cè)(Safety Management Manual，SMM)中要求現(xiàn)行的安全管理從組織、個(gè)人方面實(shí)施基于安全績(jī)效(Safety Performance， SP)驅(qū)動(dòng)。 飛行操縱績(jī)效評(píng)價(jià)是有著多種準(zhǔn)則以及多個(gè)目標(biāo)的相對(duì)復(fù)雜的評(píng)估過(guò)程。 而評(píng)價(jià)對(duì)象可能是一種步驟程序、操作動(dòng)作或飛行員自身修養(yǎng)等，且其能夠影響飛行操縱的品質(zhì)。 根據(jù)民航飛行運(yùn)行作風(fēng)要求咨詢通告(AC－121－FS－2018－130)及有相關(guān)研究文獻(xiàn)，并結(jié)合某航空公司采集的QAR 真實(shí)數(shù)據(jù)指標(biāo)進(jìn)行修正，形成操縱水平()為準(zhǔn)則層的8 項(xiàng)成本性指標(biāo)。 運(yùn)用專(zhuān)家調(diào)查(Delphi)方法，并選擇6 名飛行理論與技術(shù)領(lǐng)域?qū)＜疫M(jìn)行重要指標(biāo)遴選，形成個(gè)人素質(zhì)()、機(jī)－場(chǎng)間協(xié)同情況()為準(zhǔn)則層的7 項(xiàng)效益型指標(biāo)。 從而最終得到飛行員進(jìn)近著陸操縱績(jī)效評(píng)價(jià)指標(biāo)體系，如表1 所示。

表1 飛行員進(jìn)近著陸操縱績(jī)效評(píng)價(jià)指標(biāo)體系Table 1 Index system for performance evaluation of approach landing

3 改進(jìn)的GRA-TOPISI 模型

優(yōu)劣解距離法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)是Hwang等為了解決單一型或混合型多屬性決策問(wèn)題，根據(jù)各指標(biāo)參數(shù)范圍、按照各方案與理想解的接近程度進(jìn)行排序的方法。 灰色關(guān)聯(lián)度分析(Grey Relation Analysis，GRA)從曲線形狀相似性角度反映各方案間的接近程度。 將2 種方法結(jié)合，能彌補(bǔ)只計(jì)算相對(duì)距離而忽視曲線趨勢(shì)所導(dǎo)致的不能準(zhǔn)確反映現(xiàn)實(shí)情況的缺陷。

3.1 評(píng)價(jià)指標(biāo)處理

假設(shè)有個(gè)飛行員進(jìn)近著陸操縱績(jī)效待評(píng)價(jià)，包括個(gè)評(píng)價(jià)指標(biāo)，建立決策矩陣＝[x] ，x ≥0(＝1，2，…，；＝1，2，…，)。由于飛行員進(jìn)近著陸操縱績(jī)效評(píng)價(jià)指標(biāo)含義、計(jì)量單位與量綱的不同，對(duì)其指標(biāo)進(jìn)行歸一化處理。

效益型指標(biāo)，即屬性值越大越好指標(biāo)，歸一化處理見(jiàn)式(1):

成本型指標(biāo)，即屬性值越小越好指標(biāo)，歸一化見(jiàn)式(2):

3.2 群決策相對(duì)熵集結(jié)法計(jì)算指標(biāo)主觀權(quán)重

群決策相對(duì)熵集結(jié)法是對(duì)多目標(biāo)進(jìn)行評(píng)判決策的主觀性方法，其克服了群決策特征根法的不足且步驟簡(jiǎn)單:

1)構(gòu)建群決策矩陣＝(h)。 采用5 分值計(jì)算，其中h為專(zhuān)家對(duì)指標(biāo)的評(píng)判規(guī)則，且＝1，2，…，；＝1，2，…，。

2)計(jì)算標(biāo)準(zhǔn)化決策矩陣＝(c)。

3)計(jì)算群偏好向量＝(，，…，α)，即各指標(biāo)的主觀權(quán)重。

其中，δ為專(zhuān)家對(duì)指標(biāo)的決策權(quán)重，取δ＝1/。

3.3 熵權(quán)法計(jì)算指標(biāo)客觀權(quán)重

熵權(quán)法是根據(jù)數(shù)據(jù)本身進(jìn)行計(jì)算，從而得到多目標(biāo)評(píng)判決策的客觀性方法。 利用此法處理指標(biāo)離異程度較大評(píng)估時(shí)可以獲取更準(zhǔn)確的權(quán)重。

1)求系統(tǒng)中第個(gè)指標(biāo)的信息熵權(quán)。 傳統(tǒng)的熵權(quán)法規(guī)定當(dāng)p＝0 和p＝1 時(shí)，pln(p)都為0，基于此弊端對(duì)此法進(jìn)行改進(jìn)，如式(5)、式(6)所示。

2)求第個(gè)指標(biāo)的熵權(quán)v，即客觀權(quán)重。

3.4 組合權(quán)重

本文采用群決策相對(duì)熵集結(jié)法和熵權(quán)法組合主客觀權(quán)重，若主客觀權(quán)重都較大時(shí)，則主觀權(quán)重較大。 設(shè)β為結(jié)合后的指標(biāo)權(quán)重，定義見(jiàn)式(8)。

3.5 改進(jìn)GRA-TOPSIS 評(píng)價(jià)方法

3.5.1 傳統(tǒng)TOPSIS 法

1)構(gòu)造加權(quán)規(guī)范化矩陣。 依據(jù)矩陣算數(shù)方法將標(biāo)準(zhǔn)化后的決策矩陣與組合權(quán)重β結(jié)合，見(jiàn)式(9):

4)計(jì)算貼近度并排序，如式(12)所示。

當(dāng)貼進(jìn)度值越大，飛行員進(jìn)近著陸操縱績(jī)效排名越靠前，反之亦然。

3.5.2 改進(jìn)TOPSIS 法

傳統(tǒng)的TOSIS 法具有計(jì)算簡(jiǎn)單和結(jié)果可靠等優(yōu)點(diǎn)，但亦有不足:①當(dāng)2 個(gè)或多個(gè)評(píng)價(jià)對(duì)象位于理想解的中垂直線上時(shí)，求得正負(fù)理想解的歐式距離相等，則無(wú)法達(dá)到評(píng)判對(duì)象的優(yōu)劣性，如圖1所示；②忽視了評(píng)價(jià)指標(biāo)之間的相關(guān)性，認(rèn)為所有指標(biāo)都是獨(dú)立存在的要素，從而使評(píng)估結(jié)果存在偏差。

圖1 傳統(tǒng)TOPSIS 法的缺陷[16]Fig.1 Defects of traditional TOPSIS method[16]

基于上述不足，利用灰色關(guān)聯(lián)方法對(duì)傳統(tǒng)的TOPSIS 法進(jìn)行改進(jìn)，并構(gòu)造一種新的計(jì)算貼近度方法，以進(jìn)行飛行員進(jìn)近著陸操縱績(jī)效排序。 此方法引入灰色關(guān)聯(lián)法能較好解決指標(biāo)之間關(guān)聯(lián)性問(wèn)題，并通過(guò)最優(yōu)解和最劣解的評(píng)價(jià)值公式進(jìn)行改進(jìn)。 步驟如下:

其中，()為各評(píng)判對(duì)象中最優(yōu)指標(biāo)數(shù)值。

2)計(jì)算各指標(biāo)的灰色關(guān)聯(lián)系數(shù)s，得到灰色關(guān)聯(lián)矩陣＝(s) ，見(jiàn)式(14)。

其中，Δ()＝｜()－r｜，為評(píng)價(jià)對(duì)象數(shù)量，＝1，2，…，；為評(píng)價(jià)指標(biāo)數(shù)量，＝1，2，…，；為分辨系數(shù)，在[0，1]中取值，通常?。?.5。

其中s()為第個(gè)飛行員的s值。

4)對(duì)式(10)、(11)進(jìn)行改進(jìn)，分別計(jì)算第個(gè)飛行員的各操縱績(jī)效指標(biāo)到正理想解＋和負(fù)理想解－的歐式距離，見(jiàn)式(17)、(18):

5)計(jì)算飛行員進(jìn)近著陸操縱績(jī)效的灰色關(guān)聯(lián)相對(duì)貼近度，見(jiàn)式(19):

根據(jù)以上計(jì)算，進(jìn)行飛行員進(jìn)近著陸操縱績(jī)效排序，G最大者為操縱績(jī)效表現(xiàn)最佳飛行員。

4 進(jìn)近著陸操縱績(jī)效評(píng)價(jià)實(shí)例

4.1 數(shù)據(jù)預(yù)處理及權(quán)重確定

為驗(yàn)證該改進(jìn)方法的有效性，隨機(jī)抽取5 名飛行員對(duì)其1 年內(nèi)進(jìn)近著陸操縱績(jī)效水平進(jìn)行評(píng)價(jià)(績(jī)效水平分別用、、、、表示)。 擬采用四等級(jí)及10 分值區(qū)間對(duì)定性指標(biāo)進(jìn)行量化，即＝{差，一般，較好，好}，對(duì)應(yīng)區(qū)間分別為(0，2.5)、(2.5，5)、(5，7.5)、(7.5，10)。 收集QAR數(shù)據(jù)，將飛行員進(jìn)近著陸超限次數(shù)作為定量指標(biāo)實(shí)驗(yàn)數(shù)據(jù)，見(jiàn)表2。 結(jié)合6 名專(zhuān)家對(duì)評(píng)價(jià)指標(biāo)間重要度進(jìn)行綜合評(píng)分，得到群決策矩陣， 見(jiàn)式(20)。

表2 評(píng)價(jià)指標(biāo)原始數(shù)據(jù)Table 2 Raw data of the evaluation indicators

其中，為評(píng)估指標(biāo)數(shù)量，為專(zhuān)家人數(shù)。

由公式(1)～(8)求得各評(píng)價(jià)指標(biāo)最終組合權(quán) 重:＝(0.0631， 0.0672， 0.0622， 0.0582，0.0714，0.0717， 0.0683，0.0711，0.0708，0.0657，0.0711，0.0709，0.0667，0.0658，0.0557)，各指標(biāo)重要度如圖2 所示。

圖2 評(píng)價(jià)指標(biāo)重要度比較Fig.2 Comparison of significance of evaluation indexes

4.2 基于改進(jìn)GRA-TOPSIS 法飛行績(jī)效評(píng)價(jià)

由式(9)求得加權(quán)規(guī)范化矩陣。 基于上述計(jì)算，可選取改進(jìn)TOPISI 法中灰色關(guān)聯(lián)最優(yōu)指標(biāo)集U， 其參考序列為U＝(0.063，0.067，0.062，0.058，0.071，0.072，0.068，0.071，0.071，0.066，0.072，0.071，0.067，0.066，0.056)。

根據(jù)式(14)～(19)分別計(jì)算進(jìn)近著陸時(shí)5名飛行員績(jī)效水平(、、、、)到正負(fù)理想解的歐式距離:＝1.758，＝1.526，＝1.575，＝1.786，＝1.725；＝1.344，＝1.597，＝1.490，＝1.463，＝1.444。

最后，根據(jù)式(19)求得灰色關(guān)聯(lián)相對(duì)貼近度＝0.433，＝0.511，＝0.486，＝0.450，＝0.456，即5 名飛行員進(jìn)近著陸操縱績(jī)效優(yōu)劣排序?yàn)椋荆荆荆尽?由式(10)～(12)求得傳統(tǒng)TOPSIS 法飛行員進(jìn)近著陸操縱績(jī)效貼進(jìn)度為＝0.507，＝0.613，＝0.587，＝0.511，＝0.535，故＞＞＞＞。 由傳統(tǒng)GRA 方法計(jì)算關(guān)聯(lián)度結(jié)果為:＝0.413，＝0.484，＝0.464，＝0.419，＝0.425，故＞＞＞＞。 比較結(jié)果如圖3 可示。

圖3 評(píng)價(jià)方法比較Fig.3 Comparison of the evaluation methods

由圖3 可知，三者計(jì)算排序結(jié)果相同，第2位()為進(jìn)近著陸操縱績(jī)效表現(xiàn)最優(yōu)的飛行員，驗(yàn)證了改進(jìn)GRA-TOPISI 法(G-T 融合法)對(duì)于評(píng)價(jià)飛行員進(jìn)近著陸操縱績(jī)效的可行性。 另外，三種方法中G-T 融合法的關(guān)聯(lián)度位于其他2種方法之間，當(dāng)GRA 法與TOPSIS 方法對(duì)飛行員進(jìn)近著陸操縱績(jī)效相同時(shí)，G-T 融合法排序結(jié)果相同；當(dāng)GRA 法與TOPSIS 方法在評(píng)定飛行員操縱績(jī)效不同時(shí)，由于G-T 融合法結(jié)合兩者在整體性分析與相關(guān)性分析的優(yōu)勢(shì)，且關(guān)聯(lián)度趨于之間，可以依據(jù)G-T 融合法的結(jié)果進(jìn)行績(jī)效評(píng)定的優(yōu)選。

4.3 基于雷達(dá)圖的飛行員績(jī)效差異分析

為直觀比較5 名飛行員進(jìn)近著陸操縱績(jī)效在不同指標(biāo)下的優(yōu)勢(shì)與劣勢(shì)，根據(jù)式(17)～(19)，求得個(gè)體素質(zhì)、操縱水平和機(jī)－場(chǎng)間協(xié)同情況3個(gè)子系統(tǒng)的灰色關(guān)聯(lián)相對(duì)貼進(jìn)度結(jié)果，如表3 所示。 通過(guò)雷達(dá)圖分析法將3 個(gè)子系統(tǒng)表征出來(lái)，如圖4 所示。 圖中可以看出，總體上飛行員表現(xiàn)較優(yōu)，但在個(gè)體素質(zhì)方面有待加強(qiáng)；飛行員表現(xiàn)較差，經(jīng)調(diào)查此飛行員機(jī)齡較短，應(yīng)綜合全面提高；、、飛行員表現(xiàn)良好，但也應(yīng)分別在個(gè)體素質(zhì)、操縱水平以及機(jī)－場(chǎng)間協(xié)同方面著重提升。

圖4 個(gè)體素質(zhì)、操縱水平和機(jī)－場(chǎng)間協(xié)同情況評(píng)價(jià)結(jié)果雷達(dá)圖Fig.4 Radar chart of evaluation results of individual quality， manipulation level and machine－field synergy

表3 5 名飛行員操縱績(jī)效水平的貼近度及排序Table 3 Approximating degree and ranking of operational performance level in 5 pilots

5 結(jié)論

1)根據(jù)民航飛行作風(fēng)咨詢通告(AC)及進(jìn)近著陸階段超限事件，結(jié)合專(zhuān)家調(diào)查法，形成了以個(gè)體素質(zhì)、操縱水平和機(jī)組資源管理為一級(jí)指標(biāo)，情景感知意識(shí)、GPWS 告警、語(yǔ)言溝通能力等15 個(gè)指標(biāo)為二級(jí)指標(biāo)的飛行員進(jìn)近著陸操縱績(jī)效評(píng)估指標(biāo)體系。 接地時(shí)垂直加速大、進(jìn)近時(shí)滾轉(zhuǎn)角變化幅度大(＜100 ft)、進(jìn)近時(shí)下降率大、著陸時(shí)航跡高(＜20 ft)、負(fù)荷管理等指標(biāo)是影響飛行員進(jìn)近著陸操縱績(jī)效應(yīng)重點(diǎn)關(guān)注因素。

2)結(jié)合基于群決策相對(duì)熵集結(jié)法和改進(jìn)熵權(quán)法對(duì)評(píng)估指標(biāo)進(jìn)行賦權(quán)，可有效避免單一主客觀性對(duì)評(píng)價(jià)結(jié)果的影響，實(shí)現(xiàn)績(jī)效評(píng)價(jià)結(jié)論客觀化。

3)將灰色關(guān)聯(lián)理論與傳統(tǒng)TOPSIS 法融合，構(gòu)建新的貼進(jìn)度評(píng)價(jià)飛行員操縱績(jī)效并進(jìn)行排序，實(shí)例驗(yàn)證了方法的有效性。 基于雷達(dá)圖的飛行員績(jī)效差異分析可有效識(shí)別飛行員進(jìn)近著陸操縱行為偏差。