一种基于民航维修质量评估和异构集成学习的敏感性分析方法技术

本发明专利技术公开了一种基于民航维修质量评估和异构集成学习的敏感性分析方法，包括如下步骤：(1)数据分析处理：最大最小化方法，多因素一元方差分析；(2)半监督异构集成学习机训练并回归：半监督集成学习，使用少量无标记样本进行初始训练，再投入无标记样本，以异构集成的结果为期望来调整初始基学习机，直到误差不再变小；(3)敏感性分析：方差分解法，运用训练好的异构集成扩大有标记样本，计算各输入的主效应指标以及全效应指标；(4)实例分析：通过某航空公司近几年维修安全数据的分析，对整体安全性能较低的月份进行敏感性调控，最终达到安全标准。

A Sensitivity Analysis Method Based on Civil Aviation Maintenance Quality Assessment and Heterogeneous Integrated Learning

The invention discloses a sensitivity analysis method based on civil aviation maintenance quality assessment and heterogeneous ensemble learning, which includes the following steps: (1) data analysis and processing: maximum and minimum method, multifactor one-way variance analysis; (2) semi-supervised heterogeneous ensemble learning machine training and regression: semi-supervised ensemble learning, initial training with a small number of unmarked samples, and then input unmarked samples. (3) Sensitivity analysis: variance decomposition method, using trained heterogeneous integration to expand labeled samples, calculating the main effect index and total effect index of each input; (4) Example analysis: through the analysis of maintenance safety data of an airline in recent years, the overall safety performance is low. Sensitivity regulation was carried out in the month of May, and finally safety standards were achieved.

【技术实现步骤摘要】
一种基于民航维修质量评估和异构集成学习的敏感性分析方法
：本专利技术涉及一种基于民航维修质量评估和异构集成学习的敏感性分析方法，其属于航空公司维修领域，以及整体维修安全性能调控问题研究领域。
技术介绍
：随着我国民航业的快速发展以及航空公司和旅客对航班正常率要求的不断提高，维修安全的重要性不言而喻。根据近20年的事故调查数据统计，维修差错导致的航空事故增加了4个百分点。飞机维修是飞机安全运行的重要保障之一。在适航管理的推动下，我国民航维修领域在应用系统工程的理论和方法的基础上得到了不断的发展，维修单位逐渐建立起工程管理、质量管理、维修生产管理体系。在系统安全和维修质量的管理中，需要对各个系统的安全状况进行严格的监控和评估，以便管理者掌握安全状况和维修质量趋势，及时发布预防措施和指令，实现“预防为主”的安全管理目标。因此，需要利用安全系统工程的原理和方法来识别和评价民航维修系统中存在的风险，对不同程度的影响安全的因素进行识别并进行危险或危害程度的评价。目前民航维修行业相应的安全和质量指标大多停留在孤立的、间隙化的分析上。目前对维修质量状况的评估主要以事后评价为主，大多立足于事后的整改上本文档来自技高网...

【技术保护点】
1.一种基于民航维修质量评估和异构集成学习的敏感性分析方法，其特征在于：包括如下步骤：(1)数据分析处理：最大最小化方法，多因素一元方差分析；(2)半监督异构集成学习机训练并回归：半监督集成学习，使用有差异样本样本进行初始训练，再投入无标记样本，以异构集成的结果为期望来调整初始基学习机，直到误差不再变小；(3)敏感性分析：方差分解法，运用训练好的异构集成扩大有标记样本，计算各输入的主效应指标以及全效应指标；(4)实例分析：通过某航空公司2009年到2017年维修安全数据的分析，对整体安全性能较低的月份进行敏感性调控，最终达到安全标准。

【技术特征摘要】
1.一种基于民航维修质量评估和异构集成学习的敏感性分析方法，其特征在于：包括如下步骤：(1)数据分析处理：最大最小化方法，多因素一元方差分析；(2)半监督异构集成学习机训练并回归：半监督集成学习，使用有差异样本样本进行初始训练，再投入无标记样本，以异构集成的结果为期望来调整初始基学习机，直到误差不再变小；(3)敏感性分析：方差分解法，运用训练好的异构集成扩大有标记样本，计算各输入的主效应指标以及全效应指标；(4)实例分析：通过某航空公司2009年到2017年维修安全数据的分析，对整体安全性能较低的月份进行敏感性调控，最终达到安全标准。2.如权利要求1所述的基于民航维修质量评估和异构集成学习的敏感性分析方法，其特征在于：步骤(1)包括如下：(1)显著变量选取：采用多因素一元方差分析法计算每个变量的影响效应，然后进行显著性检验，比较p值，其越小说明影响因素越大，然后保留影响因素较大的变量；(2)数据标准化：采用最大最小归一化方法分别对训练集和测试集进行归一化处理，使得各个指标的数据范围缩放到[0,1]之间，表达式见式(1)。其中，X和Y分别为归一化前后的值，Xmin和Xmax分别是训练集的最小值和最大值。3.如权利要求2所述的基于民航维修质量评估和异构集成学习的敏感性分析方法，其特征在于：步骤(2)包括如下：(1)基学习机选取基学习机有三种，分别为支持向量机，极限学习机以及三重训练学习器，将训练数据集划分为不同的部分，并以相同的不平衡比例进行学习，来保持数据的原始分布不变，然后对数据进行重抽样，也就是自助法，为每个基学习机都构造一个具有相同规模但不同的训练样本的训练集；(2)半监督异构集成学习机训练与回归步骤1：先使用少量重抽样过的有标记样本对三种基学习机进行初始训练，得到初始基学习机，如n维的数据如果划分为k个m维的子集，最多有T种，取n个基学习机，则所有学习机都不同的概率为P，为了保证基学习机的多样性，需要使P大于70％。步骤2：使用有标记样本和无标记样本作为输入，通过bagging抽样方法从有标记样本中抽取多组训练集，使用不同的训练集对每组基学习机分别进行训练；训练后将两组基学习机同时认证的结果加入到已标记样本，通过更新后的已标记样本训练新的基学习机。步骤3：使用大量的无标记样本用得到的三种基学习机进行集成预测，最后按照式4进行集成，然后将集成后的预测结果当做期望输出，对初始基学习机重新进行训练，采...

【专利技术属性】
技术研发人员：刘君强，张振良，左洪福，张曦，黄亮，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32