韓镕駿
民航江蘇空管局,江蘇南京,211000
空中交通管制的主要目的是維護空中交通服務(wù)和流量管理,防止航空器發(fā)生碰撞而造成重大安全事故,實現(xiàn)空域交通有序流動。區(qū)別于地面交通管理,空中交通事故影響因素多、管理難度大,一旦出現(xiàn)空中交通事故將造成嚴(yán)重、惡劣的社會影響。隨著我國航空器數(shù)量不斷增長,航空器飛行間距縮小,飛行錯高度層、無線通信干擾等問題頻發(fā),導(dǎo)致航空器空中相撞風(fēng)險不斷上升,被動的反饋式空中交通模式已難以適應(yīng)當(dāng)前空中交通管制安全管理要求。因此,有必要通過構(gòu)建空中交通管制安全風(fēng)險預(yù)警決策模型,實現(xiàn)空中交通管制由事后處理向事前預(yù)防的轉(zhuǎn)變[1]。
自20世紀(jì)60年代以來,針對空中管制安全風(fēng)險預(yù)警,相關(guān)理論逐步完善,如合成指數(shù)、擴散指數(shù)等,基本形成了覆蓋風(fēng)險分析、風(fēng)險評價、風(fēng)險預(yù)警和風(fēng)險控制的風(fēng)險預(yù)警管理理論體系。羅帆、佘廉在《企業(yè)組織管理危機的早期診斷及預(yù)警管理》中指出,通過構(gòu)建風(fēng)險預(yù)警決策系統(tǒng),能夠?qū)崿F(xiàn)風(fēng)險因素識別、狀態(tài)監(jiān)測和風(fēng)險預(yù)警,實現(xiàn)風(fēng)險主動預(yù)防和主動控制[2]。在風(fēng)險預(yù)警模式和系統(tǒng)設(shè)計方面,Peter等人詳細闡述了歐洲空中交通管制風(fēng)險評估方法,即采用系統(tǒng)化、結(jié)構(gòu)化方法對空中交通管制風(fēng)險進行評估、預(yù)警和決策?;诋?dāng)前研究成果,空中交通管制安全風(fēng)險預(yù)警機制主要集中在風(fēng)險指標(biāo)體系構(gòu)建、風(fēng)險閾值、風(fēng)險監(jiān)控方法等方面,其理論具有廣泛適用性,但缺乏針對性,尤其是在空中交通管制安全風(fēng)險決策領(lǐng)域針對性偏低,有必要構(gòu)建符合空中交通管制安全風(fēng)險特點的預(yù)警決策模型。
由于空中交通管制安全風(fēng)險預(yù)警與其他行業(yè)、領(lǐng)域存在顯著差異,一旦發(fā)生安全風(fēng)險,則可能造成嚴(yán)重生命財產(chǎn)損失和社會不良影響,因此,有必要分析空中交通管制安全風(fēng)險預(yù)警決策特點,并深入研究決策要素作用機理。
空中交通管制安全風(fēng)險預(yù)警決策是以預(yù)警理論為基礎(chǔ),從管理角度探討如何采用預(yù)防、控制手段防范安全風(fēng)險因素發(fā)展的理論。相對于常規(guī)的安全風(fēng)險管理理論研究重點在于風(fēng)險識別、風(fēng)險監(jiān)控、風(fēng)險預(yù)警等方面而言,空中交通管制安全風(fēng)險預(yù)警決策理論的特點主要體現(xiàn)在三個方面[3]。
2.1.1 風(fēng)險因素識別與風(fēng)險事故的匹配性
相較于常規(guī)安全風(fēng)險管理強調(diào)風(fēng)險因素識別的全面性,空中交通管制安全風(fēng)險預(yù)警決策理論既要防止因風(fēng)險指標(biāo)過少造成安全風(fēng)險分析不準(zhǔn)確、不全面導(dǎo)致漏警現(xiàn)象出現(xiàn),還應(yīng)當(dāng)避免風(fēng)險指標(biāo)過多造成安全風(fēng)險預(yù)警維數(shù)災(zāi)難,確??罩薪煌ü苤瓢踩L(fēng)險預(yù)警指標(biāo)能夠與風(fēng)險事故狀態(tài)相匹配。
2.1.2 安全風(fēng)險評估方法特殊性
由于安全風(fēng)險指標(biāo)種類較多,由此導(dǎo)致安全風(fēng)險指標(biāo)評估方法與安全風(fēng)險預(yù)警決策適應(yīng)性問題。由于安全風(fēng)險預(yù)警評價方法較多,如何確保指標(biāo)特征和安全風(fēng)險預(yù)警決策需求匹配,是空中交通管制安全風(fēng)險預(yù)警決策體系的關(guān)鍵。
2.1.3 安全風(fēng)險預(yù)警指標(biāo)閾值問題
安全風(fēng)險預(yù)警指標(biāo)閾值直接關(guān)系到風(fēng)險指標(biāo)預(yù)警輸出,其閾值設(shè)置合理性直接關(guān)系到安全風(fēng)險預(yù)警結(jié)果的準(zhǔn)確性,如閾值設(shè)置過低,則可能引發(fā)安全風(fēng)險預(yù)警“虛警”現(xiàn)象頻發(fā),過高則可能造成安全風(fēng)險上升,因此,合理設(shè)置安全風(fēng)險指標(biāo)閾值是安全風(fēng)險預(yù)警體系的關(guān)鍵[4]。
通過研究空中交通管制安全風(fēng)險預(yù)警決策體系面臨的關(guān)鍵性問題,不難發(fā)現(xiàn)空中交通管制安全風(fēng)險預(yù)警決策體系既要避免“虛警”問題,同時還要防范“漏警”問題。為確保安全風(fēng)險預(yù)警作用機理可采用模式識別理論進行故障特征診斷描述,根據(jù)模式識別理論,假設(shè)待測系統(tǒng)指標(biāo)集為x,u1為無故障假設(shè),u2為故障假設(shè),其類別先驗概率分別為P(u1)和P(u2),則無故障假設(shè)概率可表示為P(x|u1),故障概率可表示為P(x|u2)。通過采用錯誤率貝斯也最優(yōu)決策方法,假設(shè)決策閾值為T,則無故障輸出可表示為R1,故障預(yù)警輸出可表示為R2。根據(jù)上述假設(shè),無故障輸出和故障預(yù)警輸出存在兩個交叉區(qū)域,即當(dāng)指標(biāo)特征分布在u1區(qū)域,但x位于R2區(qū)域內(nèi),此時預(yù)警系統(tǒng)出現(xiàn)“虛警”現(xiàn)象(FAR),可表示為:
當(dāng)指標(biāo)特征分布在u2區(qū)域時,且x位于R1區(qū)域內(nèi)時,則安全風(fēng)險預(yù)警系統(tǒng)出現(xiàn)“漏警”現(xiàn)象,漏警率(FDR)可表示為:
根據(jù)空中交通管制安全風(fēng)險預(yù)警體系兩種故障問題,當(dāng)采用單一決策閾值T進行預(yù)測調(diào)整,如提高檢測率,則可能導(dǎo)致虛警率上升,反之降低虛警率則可能導(dǎo)致檢測率下降,因此,針對虛警率和檢測率矛盾問題,應(yīng)系統(tǒng)性構(gòu)建空中交通管制安全風(fēng)險決策模式才能提高安全風(fēng)險預(yù)警準(zhǔn)確率,避免出現(xiàn)虛警、漏警等問題。
針對空中交通管制安全風(fēng)險預(yù)警體系面臨的“漏警”和“虛警”問題,可引入安全風(fēng)險預(yù)警決策模式,即在現(xiàn)代決策技術(shù)支持下,通過在數(shù)據(jù)采集、風(fēng)險監(jiān)控、狀態(tài)診斷、預(yù)警信號輸出等環(huán)節(jié)進行風(fēng)險指標(biāo)重構(gòu)、指標(biāo)閾值確定和診斷方法優(yōu)選,提高空中交通管制安全風(fēng)險預(yù)警體系準(zhǔn)確性。
空中交通管制安全風(fēng)險預(yù)警決策模式是指對待測空中交通管制系統(tǒng)中安全風(fēng)險指標(biāo)進行科學(xué)預(yù)警和決策,以此提高預(yù)警系統(tǒng)準(zhǔn)確性和安全性,達到防范和控制安全風(fēng)險的目的。在安全風(fēng)險預(yù)警決策模式下,空中交通管制預(yù)警部門依據(jù)安全管理目標(biāo)確定預(yù)警監(jiān)測對象,廣泛搜集、識別安全風(fēng)險指標(biāo)和狀態(tài)數(shù)據(jù),并對已識別的指標(biāo)特征進行分析、選擇和優(yōu)化,其目的是找出最為顯著的安全事故風(fēng)險致因,通過重點監(jiān)控風(fēng)險致因,改善因安全風(fēng)險指標(biāo)過多導(dǎo)致監(jiān)控資源浪費等問題。同時,風(fēng)險預(yù)警決策模式下,通過設(shè)置合理的安全風(fēng)險預(yù)警指標(biāo)閾值,以優(yōu)選決策器對指標(biāo)閾值進行確定和檢驗,確??罩薪煌ü苤瓢踩L(fēng)險預(yù)警與空中交通管制安全管理實際相符[5]。
安全風(fēng)險預(yù)警決策模式包括指標(biāo)風(fēng)險狀態(tài)識別與匹配、指標(biāo)冗余度判定決策、指標(biāo)發(fā)展趨勢與預(yù)警方法決策、指標(biāo)閾值界定等環(huán)節(jié)。
3.2.1 指標(biāo)風(fēng)險狀態(tài)識別與匹配
空中交通管制安全風(fēng)險指標(biāo)搜集、識別和選擇應(yīng)圍繞安全風(fēng)險指標(biāo)特征與空中交通管制安全管理的適應(yīng)性,確保指標(biāo)選擇與安全管理相匹配。由于空中交通管制安全風(fēng)險指標(biāo)具有復(fù)雜性、多態(tài)性,為避免風(fēng)險指標(biāo)選擇過多或過少造成“漏警”“虛警”等問題,可采用Shannon熵表示指標(biāo)不確定性H,可表示為:
式中,n為安全風(fēng)險指標(biāo)類別;P(xi)為指標(biāo)狀態(tài)先驗概率分布;H(x)為指標(biāo)選擇過程中需要識別的信息容量。指標(biāo)識別、選擇后,安全風(fēng)險預(yù)警后驗熵為指標(biāo)風(fēng)險狀態(tài)類別具有的不確定性,可表示為:
根據(jù)后驗熵,可對指標(biāo)相對風(fēng)險狀態(tài)的不確定性進行測量,即對比指標(biāo)xi可觀測到風(fēng)險狀態(tài)的不確定性差值,判斷指標(biāo)與風(fēng)險類別之間的關(guān)聯(lián)程度,并以此作為指標(biāo)風(fēng)險特征信息量和風(fēng)險特征信息特征。根據(jù)該方法,指標(biāo)不確定性差值越小,則表明指標(biāo)特征信息質(zhì)量較差,能夠提供的風(fēng)險分類信息越少,可能導(dǎo)致虛警率增加。反之,當(dāng)不確定性差值越大時,則虛警率下降。
結(jié)合上述思路,在空中交通管制安全風(fēng)險預(yù)警決策模式下,指標(biāo)識別、選擇和確定應(yīng)盡量選擇不確定性信息質(zhì)量好的指標(biāo),改善指標(biāo)與空中交通管制安全風(fēng)險預(yù)警體系不適應(yīng)、不匹配問題。
3.2.2 指標(biāo)冗余度判定決策
指標(biāo)冗余度決策即對安全風(fēng)險指標(biāo)風(fēng)險狀態(tài)維數(shù)進行劃分。由于空中交通管制安全風(fēng)險指標(biāo)具有復(fù)雜性、多態(tài)性,在有限樣本情況下,指標(biāo)特征維數(shù)越多,安全風(fēng)險預(yù)警體系越復(fù)雜,對輸出結(jié)果影響越大,當(dāng)特征維數(shù)超過限制后,個別指標(biāo)為特征維數(shù)變化可能引發(fā)“虛警”和“漏警”問題,因此,在指標(biāo)特征維數(shù)評估和監(jiān)測時,應(yīng)將冗余狀態(tài)剔除、合并,以此提高指標(biāo)狀態(tài)判斷的準(zhǔn)確性,降低系統(tǒng)負載。結(jié)合該思路,假設(shè)指標(biāo)特征集為Y,特征yi∈Y,Si∈Y-{xi},風(fēng)險狀態(tài)集為u,則假設(shè)指標(biāo)特征Fi為非相關(guān)特征,當(dāng)S'Si時,則P(u│Si,Si')=P(u|Si')。當(dāng)P(u│Si)=P(u│Si-{Yi})時,即指標(biāo)特征Fi屬于冗余特征維數(shù)S,Y-{xi}中已包括該冗余狀態(tài)信息,可將該冗余特征去除或合并。
針對指標(biāo)特征冗余度進行度量時,可通過冗余度占比進行評價。即必要特征與冗余特征之和與特征集維數(shù)之比確定,當(dāng)特征冗余度越低時,表明指標(biāo)特征冗余度越小,指標(biāo)特征與安全風(fēng)險預(yù)警輸出結(jié)果的相關(guān)性越高,反之則表明指標(biāo)特征冗余度偏高,指標(biāo)特征與預(yù)警輸出結(jié)果相關(guān)性越低,預(yù)警準(zhǔn)確度下降,可能出現(xiàn)虛警、漏警等問題的風(fēng)險增大[6-7]。
3.2.3 指標(biāo)發(fā)展趨勢與預(yù)警方法決策
指標(biāo)發(fā)展趨勢與預(yù)警方法決策是為解決安全風(fēng)險預(yù)警中指標(biāo)監(jiān)測方法適應(yīng)性問題提出的決策方法,是確定預(yù)警信號等級的關(guān)鍵環(huán)節(jié),即安全風(fēng)險指標(biāo)狀態(tài)診斷決策器。由于安全風(fēng)險預(yù)警分析方法多樣且實現(xiàn)方法存在顯著差異,決策器選擇和應(yīng)用直接影響空中交通管制安全風(fēng)險特點匹配性和風(fēng)險預(yù)警結(jié)果準(zhǔn)確性,當(dāng)決策器與空中交通管制安全風(fēng)險特點不匹配時,可能導(dǎo)致安全風(fēng)險預(yù)警結(jié)果錯誤率上升,從而增加虛警率和漏警率,因此,應(yīng)在指標(biāo)發(fā)展趨勢監(jiān)測和預(yù)警方法選擇中引入決策模式,即采用數(shù)學(xué)模型對預(yù)警方法進行比較和匹配性判斷。假設(shè)決策器為f,與f匹配的特征為xi,且xi∈x,則采用決策器f產(chǎn)生的診斷錯誤率e可表示為:e=minf(x),當(dāng)e值越小時,代表該預(yù)警方法準(zhǔn)確性越高,指標(biāo)特征與決策器匹配度越高,安全風(fēng)險預(yù)警方法越好,反之則表明預(yù)警方法與空中交通管制安全風(fēng)險指標(biāo)匹配度越低,方法適用性越差。
3.2.4 指標(biāo)閾值界定
指標(biāo)閾值界定即對風(fēng)險指標(biāo)狀態(tài)程度進行確定。由于安全風(fēng)險預(yù)警體系中預(yù)警結(jié)果輸出基于指標(biāo)風(fēng)險狀態(tài)評價,而指標(biāo)風(fēng)險狀態(tài)分類則依賴于指標(biāo)狀態(tài)閾值確定,即指標(biāo)狀態(tài)超出風(fēng)險閾值時系統(tǒng)觸發(fā)告警。指標(biāo)閾值確定時,可根據(jù)指標(biāo)狀態(tài)、量程、類型、危險程度等性質(zhì)進行確定,并通過系統(tǒng)試驗方法聯(lián)動調(diào)整優(yōu)化,以此提高指標(biāo)閾值設(shè)置的合理性[8-9]。
新時期背景下,隨著我國航空器數(shù)量、架次不斷增加,空中交通管制復(fù)雜性增大,安全風(fēng)險上升,通過深入研究空中交通管制安全風(fēng)險預(yù)警決策方法,可將風(fēng)險預(yù)警理論應(yīng)用于空中交通管制實踐,科學(xué)優(yōu)化空中交通管制安全風(fēng)險預(yù)警系統(tǒng),提高空中交通管制安全風(fēng)險預(yù)警準(zhǔn)確性、安全性,降低空中交通事故發(fā)生風(fēng)險,有效解決空中交通管制安全風(fēng)險預(yù)警系統(tǒng)存在的漏警、虛警等問題。結(jié)合本文研究結(jié)論,在空中交通管制安全風(fēng)險預(yù)警中引入決策方法,應(yīng)從指標(biāo)識別、指標(biāo)狀態(tài)冗余度分析、預(yù)警方法與指標(biāo)特征匹配度、指標(biāo)閾值設(shè)置等方面著手,通過不斷優(yōu)化調(diào)整,提高空中交通管制安全風(fēng)險預(yù)警系統(tǒng)準(zhǔn)確性。