排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
研究旨在对经典生物数学模型在中国航空公司运营环境下的适用性进行研究。首先在我国航空公司的运营环境下,使用持续绩效测试(CPT)、卡罗林斯卡嗜睡量表(KSS)和机组人员状态检查表(SP)观测飞行员飞行过程中的警觉度绩效和主观疲劳自评。其次使用机组疲劳评估系统(SAFE)模拟并量化了相应的飞行员疲劳。最后比较了SAFE模型预测的机组警觉度值与其疲劳主观自评、客观绩效之间的差异,使用方差分析来探究疲劳影响因子对模型预测和主客观疲劳的影响差异。结果表明：SAFE模型预测机组人员疲劳与其主观疲劳有较强的相关性,整体上模型对机组人员疲劳预测体现了与执勤时长及昼夜节律相关因素的变化趋势,但是连续执勤18h后预测值会偏高。可见随着对该模型验证数据量的增加及调整模型相关参数以适应我国飞行运行环境,该模型将能够作为我国航空公司疲劳风险管理体系(FRMS)预测式危险源识别的客观工具,同时也可为我国本土化生物数学模型的理论研究与工程应用提供借鉴。 相似文献
2.
为帮助航空公司持续优化疲劳风险管理系统(FRMS),通过系统分析FRMS有效运行的关键要素,构建了疲劳风险管理系统有效性评价模型,以提高航空公司疲劳风险管理水平。在综合管理、政策文件、风险管理、安全保证、安全促进5个维度的基础上,构建FRMS有效性评价指标体系,采用熵值修正G2法确定各指标的权重,并结合模糊综合评价法,构建了航空公司疲劳风险管理系统有效性评价模型。以某航空公司为例,运用模型对其进行有效性评价,该航空公司的FRMS有效性评价结果为良好,符合实际情况。结果表明,该评价模型具有较好的可行性和适用性,可为航空公司疲劳风险管理系统优化提供重要参考。 相似文献
3.
为了对生猪市场价格风险进行预警,根据我国2009年1月-2011年8月14个指标的32组样本数据,建立了广义回归神经网络(GRNN)预警模型,其中训练样本29组,测试样本3组.训练样本和测试样本的均方根误差、平均绝对误差(AAE)和相关系数都非常接近,说明建立的模型具有较强的泛化能力和鲁棒性,测试样本的AAE为0.0062,平均相对误差为2.3%,说明建立的GRNN模型具有很高的预测精度,可用于我国生猪市场价格风险预警研究和实际预测,并为政府有关部门指导生猪生产和进行市场调控提供决策依据. 相似文献
1