跑道侵入风险评价的改进网络层次分析法研究

丁松滨，刘佳玙，徐苏

(南京航空航天大学 民航学院，南京 211106)

0 引 言

截至2017年底，我国共有颁证民用航空机场229个，全年我国民用航空运输机场共完成起降架次为1 024.9万架次，较2016年增长10.9%[1]。为了满足日益增长的民航运输需求，航空公司扩大了机队规模，机场方面采取增加跑道数量、跑道入口以及扩大机场设施规模等措施，以此扩增机场容量、提高跑道的使用率。但机场飞行区内交通流量的增大和机场布局的日益复杂程度大大增加了跑道入侵的风险，据FAA数据统计，2017年全年美国共发生了跑道侵入事件1 742起，较2016年增长11.7%[2]，因此制定有效的跑道侵入事件防范策略已成为保障民航飞机安全运行的重要因素之一。

国际民航组织(ICAO)将跑道侵入定义为：在机场发生的任何飞机、车辆或人员不正确地出现在指定用于飞机着陆和起飞的地面保护区的事件[3]。目前，国内外对跑道侵入相关问题做了很多研究。国外主要采用案例研究与数据分析[4]、层次分析法、故障树[5]等方法以及通过建立统计学模型[6-7]、识别跑道侵入中的人为因素[8]、机场环境因素等来开展跑道侵入问题研究。国内通过对国际民航组织关于跑道侵入问题的研究进行综合分析[9]，主要选取威胁和差错管理模型[10]、基于人因可靠性的风险评估模型[11]、可拓评价物元模型[12]、SHELLO模型[13]、模糊集与改进的TOPSIS方法[14]、模糊综合评价法[15]等不同方法开展对跑道侵入问题的研究。

国外学者通常采用数理统计的方法对跑道侵入事件相关的历史数据进行分析，研究角度较为宏观，较少地从影响跑道侵入事件发生的具体因素角度进行分析。国内学者在对跑道侵入风险评估的研究中通常忽略了风险之间的相互影响关系，同时也存在指标体系不够全面的问题。

本文采用系统工程理论思想，从人员、设备、环境、管理四个角度对影响跑道侵入事件发生的关键因素进行分类，建立较为全面的跑道侵入风险评价指标体系；利用三角模糊数对网络层次分析法(Analytic Network Process，简称ANP)进行改进，并确定指标体系中各影响因素的权重，同时反映出各因素间存在的关联性；通过实例分析，验证该方法的有效性与合理性。

1 改进的网络层次分析方法

网络层次分析法是T.L.Saaty教授于1996年正式提出的，主要解决的是具有反馈性与依赖性的网络决策问题。而跑道侵入风险评估指标体系是一个包含多风险因素的复杂评估系统，其同层指标和上下层指标之间通常存在着相互作用和依赖性。同时由于评估指标的不确定性、部分定性指标无法具体定量化描述的特点，跑道侵入风险评估系统具有很大的模糊性。在确定指标权重时，通常选用主观赋权法，忽略了人的主观判断模糊性。因此，利用三角模糊数对网络层次分析法判断矩阵的构造进行改进，能够降低主观判断对指标权重的影响。

1.1 三角模糊数

μM(x)

(1)

1.2 网络层次分析法

网络层次分析法的典型结构由网络控制层和影响网络层组成，如图1所示[17]。

图1 网络层次分析法典型的层次结构

(2)

超矩阵W只考虑到单一元素集对次准则的影响，因此超矩阵W的列向量不是归一化的。把每个元素集作为一个元素，以SN作为准则，对元素集之间进行重要度比较，得到其他元素集的归一化权重排序向量(a1j,a2j,…,aNj)T,aij表示第i个元素集对第j个元素集的影响权值，进而可以得到反馈影响加权矩阵

(3)

1.3 利用三角模糊数的网络层次分析法

在对网络层次分析法判断矩阵构造的过程中使用三角模糊数，具体分为三步。

Step1采用三角模糊数构造判断矩阵F=(Mij),其中

(4)

(5)

Step3将得到的综合模糊值去模糊化。M1(l1,m1,u1)和M2(l2,m2,u2)为两个三角模糊数，定义M1≥M2的可能度为

v(M1≥M2)=supx≥y{min[uM1(x),uM2(y)]}

(6)

(7)

定义一个模糊数大于其他K个模糊数的可能度为

v(M≥M1,M2,…,Mk)=minv(M≥Mi)
i=1,2,…,K

(8)

令z′(ci)=minv(Mi≥Mk)，i=1,2,…,K，则可得到Z′=[z′(c1),z′(c2),…,z′(cn)]T，将Z′做归一化处理后得到构造超矩阵所需的指标排序向量Z=[z(c1),z(c2),…,z(cn)]T。

2 构建跑道侵入风险评价网络层次结构模型

2.1 建立跑道侵入风险评价指标体系

跑道侵入风险管理涉及到机场、空中交通管制、航空公司三个方面和多种因素，是一个整体的、复杂的、动态的系统。人-机-环境系统工程理论将“人-机-环境”作为系统中的三大要素，研究各个要素间信息传输的相互关系。基于此系统工程思想，并充分考虑管理因素对跑道侵入风险管理的作用，从人员、设备、环境、管理四个角度对影响跑道侵入事件发生的风险因素进行分类，结合国内外跑道侵入实际案例的属性与相关专家的研究成果[3-5,13-15,18]建立跑道侵入风险评价指标体系，如表1所示。

2.2 跑道侵入风险评价的网络层次结构模型

综合分析所构建指标体系中各级指标之间的相互作用关系，构建跑道侵入风险评价网络层次结构模型，如图2所示。

表1 跑道侵入风险评估指标体系R

图2 跑道侵入风险评估网络层次结构模型

3 实例分析

机场飞行区交通流量的增加将会提升跑道侵入事件发生的风险，因此，选取国内某干线机场作为实例分析对象，分析结果将更具有针对性与实际意义。依据上述跑道侵入风险评估网络层次结构模型，利用改进的网络层次分析法对该干线机场跑道侵入风险进行研究。

3.1 构造未加权的初始超级矩阵

采用传统的1～9标度法，根据准则对该机场跑道侵入风险评估网络层次结构模型中的各因素进行两两重要度比较，利用三角模糊数表征专家的重要度判断决策，构建模糊判断矩阵，通过去模糊化得到各指标因素的权重，进而得到初始加权超矩阵。分别以一级指标管制员风险R1元素集中的各元素作为评估基本面，基本面元素的影响将通过元素集R1中其他元素的两两重要度比较获得。以R11短时遗忘作为评估基本面为例，根据三位国内民航业专家的判断决策，得到指标元素R12、R14、R16间的三个成对比较矩阵。

利用式(4)综合整理判断矩阵H11、H12、H13中的三角模糊评判值，得到模糊判断矩阵F

利用式(5)，计算出R12、R14、R16的初始权重值，分别为

同理，可得

以此类推，可以得到二级指标未加权超矩阵

3.2 建立指标元素集的权矩阵

指标元素集权重矩阵的计算采用与计算二级指标初始超级矩阵相同的方法，将R1、R2、R3、R4、R5、R6元素集作为一个元素，针对其中某个元素集进行两两重要度比较，得到以该元素集作为准则下其他元素集的归一化排序向量(a1j,a2j,…,a6j)T，整合后可得指标元素集权重矩阵为

3.3 超矩阵运算

表2 跑道侵入风险评估指标权重值

3.4 结果分析

从表2可以看出：管制员工作负荷(0.109)、管制员情景意识丧失(0.087)、飞行员操作偏差/疏忽(0.083)为产生跑道侵入的主要风险因素。通过对识别的指标元素和跑道侵入风险评估网络层次结模型的整体分析可见，权重值较高的指标对其他风险因素的影响范围较大或较易受到其他风险因素影响，使得跑道侵入事件的不安全状态产生了传递，增加了系统整体风险事件发生的概率。

4 结 论

(1) 本文从机场、空中交通管制、航空公司三个方面对造成跑道侵入风险的风险源因素进行识别，采用系统工程思想，从人员-环境-设备-管理四个角度出发，将跑道侵入风险源因素分类并建立指标体系。结合三角模糊数与网络层次分析法，构建跑道侵入风险评估二级指标初始超矩阵与指标元素集权重矩阵，通过计算得出管制员工作负荷、管制员情景意识丧失、飞行员操作偏差/疏忽为产生跑道侵入的主要风险因素。

(2) 根据改进的跑道侵入风险评估网络层次模型，不仅可以得出指标元素的相对重要度排序与各指标元素之间的相互影响关系，同时避免了人的主观判断的影响。基于此可以更好地提高机场跑道侵入风险管理的有效性与针对性，并为进一步对跑道侵入风险程度进行评估奠定基础。