王岩韬等：基于有向权值网络的航班运行风险传播与控制 115 as high as 50.6%/58.1%,the risk spread in the network was significantly suppressed.The results confirm that controlling nodes based on the entry degree value is the most effective method to suppress risk propagation in the directed and weighted network KEY WORDS air transportation:flight operation risk;complex network;directional weighted network;improved SIR model 航班运行风险是发生概率与后果严重程度的 进一步分析和总结发现：①节点间存在单向和双 乘积，其影响种类、形式、数目繁多，且随条件不 向作用关系：②不同节点间传播的可能性和作用强度 断改变.面对此复杂系统，通过对风险形成机理、 差异较大：③以往研究中传播初始点随机选择，是有 传播过程的原理性分析和研究，从而构建科学的 悖于真实情况的.这三点问题需要改进和解决 风险管控方法，是提高安全水平的必要措施.国外 鉴于以上，依据民航规章选取风险要素，统计 民航在安全管理研究多集中于风险评估，2000年 安全监察数据用以改造无向网络，首次构建了航 左右已有实用性成果P引.国内关于民航风险的研 班运行风险的有向加权网络；然后，引入改进感染 究成果最早见于1999年，孙瑞山教授刊基于系统 率和改进恢复率概念，提出一种改进SIR模型：定 工程构建了航空公司安全评估理论和方法，而后 义传染起始范围，综合安全管理方法和网络参数 于2013年研发了飞行安全风险评估工具问.王岩 分析，制定多种控制方案，并进行大量仿真计算： 韬团队于2014年以航班运行多因素分析为基 最后，以风险传播感染数量作为评价标准，旨在得 础，提出了一套具有普遍性、实用性的风险体系， 到具备理论支撑和实践价值的风险管控措施 并用于致险因素推断m后续，采用机器学习多算 1复杂网络节点选取 法协作方式，于2019年将评估精度提升至95%8： 并且实现了对起飞、巡航、降落等不同飞行阶段 网络是指由节点和连接节点的边组成，构建 的短时预测，尝试了一周内的短期预测0-☒而 航班运行风险网络，就是将运行中的风险因素作 后，张继凯，针对不同风险等级提出航班差异化 为节点，因素之间的相互关系作为连线.鉴于民航 控制策略，并于深圳航空公司实践验证.至此，风 局咨询通告AC-121-FS-2015-125于2015年在全国 险分析与量化评估等应用技术问题已得到较好解 实施至今，已有54家运输航空公司实践多年且验 决，而风险产生条件、传播过程、控制消散方法等 证有效，因此选取其作为风险分析体系，具体包 机理性问题尚缺乏研究 括机组、航空器和运行环境3方面共5级风险因 在上述研究和方案中，存在一种通用假设，即 素.其中，终端因素可与运行数据一一对应，可作 风险因素间关系呈现树状结构.然而，运行风险实 为后文建网数据依据，因此将第5级的终端因素 则与气象条件、机组资质、机场设施、障碍物、飞 作为网络节点，如表1.其中，节点编号1~13隶属 机维修甚至政策保障等多因素相关，而各因素间 机组风险类，节点14~26隶属运行环境风险类， 通过逻辑关系互相作用，错综交汇最终形成网络 节点27~29隶属航空器风险类 结构.欧美对于民航领域中复杂网络理论已有一 以节点1为例：机组级别一般分为学员、二 定研究，具有代表性的成果包括：Belkoura等4通 副、一副、机长、教员和检查员.经由2009年至今 过航空网络拓扑结构，从机场、机型、航空公司三 的民航不安全事件分析可得，当机组级别差距过 方面分析了网络动态特性，并提出网络结构优化 大时交叉检查效果会显著降低，甚至出现过技术 方法；Voltes-Dorta等l构建了以机场为节点，航 级别高的正驾驶操作不符程序，副驾驶已发现却 线为边的航空网络；近年在国内，武喜萍等研 不敢提示的事例.因此，级别搭配不合理是潜在风 究了空中交通流量网络的静态特性、抗毁性和延 险点.而节点2：因现今主力机型的系统提示是全 误传播模型；王兴隆等刀与齐雁楠和高经东1基 英文的，国内主干和国际航路的空地通话也使用 于空管规则与网络层间逻辑关系，建立相依网络 英文，通话能力对安全影响明显：国际民航英语等 模型；吴明功等则采用独立主元分析在线识别 级低于3级的机组英语通话能力很弱，民航不安 空中交通复杂性；王岩韬团队20于2019年首次 全事件记录中发生过飞行员听不懂提醒的状况 将复杂网络应用于航班运行风险研究，使用SIR 2无向与有向网络构建 (Susceptible-infected-recovered)病毒传播模型分析 了风险传播阈值和变化规律，但其使用的无向网 2.1网络构建 络忽略了风险节点间实则较多的单向作用关系. 根据文献[7]中2009一2014年民航安全监察as high as 50.6%/58.1%, the risk spread in the network was significantly suppressed. The results confirm that controlling nodes based on the entry degree value is the most effective method to suppress risk propagation in the directed and weighted network. KEY WORDS    air transportation；flight operation risk；complex network；directional weighted network；improved SIR model 航班运行风险是发生概率与后果严重程度的 乘积[1] ，其影响种类、形式、数目繁多，且随条件不 断改变. 面对此复杂系统，通过对风险形成机理、 传播过程的原理性分析和研究，从而构建科学的 风险管控方法，是提高安全水平的必要措施. 国外 民航在安全管理研究多集中于风险评估，2000 年 左右已有实用性成果[2–3] . 国内关于民航风险的研 究成果最早见于 1999 年，孙瑞山教授[4] 基于系统 工程构建了航空公司安全评估理论和方法，而后 于 2013 年研发了飞行安全风险评估工具[5] . 王岩 韬团队[6] 于 2014 年以航班运行多因素分析为基 础，提出了一套具有普遍性、实用性的风险体系， 并用于致险因素推断[7] . 后续，采用机器学习多算 法协作方式，于 2019 年将评估精度提升至 95% [8] ； 并且实现了对起飞、巡航、降落等不同飞行阶段 的短时预测[9] ，尝试了一周内的短期预测[10–12] . 而 后，张继凯[13] 针对不同风险等级提出航班差异化 控制策略，并于深圳航空公司实践验证. 至此，风 险分析与量化评估等应用技术问题已得到较好解 决，而风险产生条件、传播过程、控制消散方法等 机理性问题尚缺乏研究. 在上述研究和方案中，存在一种通用假设，即 风险因素间关系呈现树状结构. 然而，运行风险实 则与气象条件、机组资质、机场设施、障碍物、飞 机维修甚至政策保障等多因素相关，而各因素间 通过逻辑关系互相作用，错综交汇最终形成网络 结构. 欧美对于民航领域中复杂网络理论已有一 定研究，具有代表性的成果包括：Belkoura 等[14] 通 过航空网络拓扑结构，从机场、机型、航空公司三 方面分析了网络动态特性，并提出网络结构优化 方法；Voltes-Dorta 等[15] 构建了以机场为节点，航 线为边的航空网络；近年在国内，武喜萍等[16] 研 究了空中交通流量网络的静态特性、抗毁性和延 误传播模型；王兴隆等[17] 与齐雁楠和高经东[18] 基 于空管规则与网络层间逻辑关系，建立相依网络 模型；吴明功等[19] 则采用独立主元分析在线识别 空中交通复杂性；王岩韬团队[20] 于 2019 年首次 将复杂网络应用于航班运行风险研究，使用 SIR （Susceptible-infected-recovered）病毒传播模型分析 了风险传播阈值和变化规律，但其使用的无向网 络忽略了风险节点间实则较多的单向作用关系. 进一步分析和总结发现：①节点间存在单向和双 向作用关系；②不同节点间传播的可能性和作用强度 差异较大；③以往研究中传播初始点随机选择，是有 悖于真实情况的. 这三点问题需要改进和解决. 鉴于以上，依据民航规章选取风险要素，统计 安全监察数据用以改造无向网络，首次构建了航 班运行风险的有向加权网络；然后，引入改进感染 率和改进恢复率概念，提出一种改进 SIR 模型；定 义传染起始范围，综合安全管理方法和网络参数 分析，制定多种控制方案，并进行大量仿真计算； 最后，以风险传播感染数量作为评价标准，旨在得 到具备理论支撑和实践价值的风险管控措施. 1    复杂网络节点选取 网络是指由节点和连接节点的边组成，构建 航班运行风险网络，就是将运行中的风险因素作 为节点，因素之间的相互关系作为连线. 鉴于民航 局咨询通告 AC-121-FS-2015-125 于 2015 年在全国 实施至今，已有 54 家运输航空公司实践多年且验 证有效[21] ，因此选取其作为风险分析体系，具体包 括机组、航空器和运行环境 3 方面共 5 级风险因 素. 其中，终端因素可与运行数据一一对应，可作 为后文建网数据依据，因此将第 5 级的终端因素 作为网络节点，如表 1. 其中，节点编号 1～13 隶属 机组风险类，节点 14～26 隶属运行环境风险类， 节点 27～29 隶属航空器风险类. 以节点 1 为例：机组级别一般分为学员、二 副、一副、机长、教员和检查员. 经由 2009 年至今 的民航不安全事件分析可得，当机组级别差距过 大时交叉检查效果会显著降低，甚至出现过技术 级别高的正驾驶操作不符程序，副驾驶已发现却 不敢提示的事例. 因此，级别搭配不合理是潜在风 险点. 而节点 2：因现今主力机型的系统提示是全 英文的，国内主干和国际航路的空地通话也使用 英文，通话能力对安全影响明显；国际民航英语等 级低于 3 级的机组英语通话能力很弱，民航不安 全事件记录中发生过飞行员听不懂提醒的状况. 2    无向与有向网络构建 2.1    网络构建 根据文献 [7] 中 2009—2014 年民航安全监察 王岩韬等： 基于有向权值网络的航班运行风险传播与控制 · 115 ·