第４５卷第３期２０２３年３月系统工程与电子技术ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓＶｏｌ．４５Ｎｏ．３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■Ｍａｒｃｈ２０２３文章编号：１００１－５０６Ｘ（２０２３）０３－７６２－０７网址：ｗｗｗ．ｓｙｓ－ｅｌｅ．ｃｏｍ收稿日期：２０２１０８３０；修回日期：２０２１１２１０；网络优先出版日期：２０２２０４１０。网络优先出版地址：ｈｔｔｐｓ：∥ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２４２２．ＴＮ．２０２２０４１０．２２２６．００４．ｈｔｍｌ基金项目：国家自然科学基金（７１７０１２１０）；航空科学基金（２０１６５１９６０１７）；陕西省自然科学基金（２０１９ＪＱ－７１０）资助课题＊通讯作者．引用格式：任博，岳珠峰，司勇，等．基于随机森林的航空安全因果预测新方法［Ｊ］．系统工程与电子技术，２０２３，４５（３）：７６２－７６８．Ｒｅｆｅｒｅｎｃｅｆｏｒｍａｔ：ＲＥＮＢ，ＹＵＥＺＦ，ＳＩＹ，ｅｔａｌ．Ｎｏｖｅｌｍｅｔｈｏｄｏｆａｖｉａｔｉｏｎｓａｆｅｔｙｃａｕｓａｌｉｔｙｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｒａｎｄｏｍｆｏｒｅｓｔ［Ｊ］．ＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２０２３，４５（３）：７６２－７６８．基于随机森林的航空安全因果预测新方法任博１，２，＊，岳珠峰２，司勇３，崔利杰１，曾航１（１．空军工程大学装备管理与无人机工程学院，陕西西安７１００５２；２．西北工业大学力学与土木建筑学院，陕西西安７１０１２９；３．中国人民解放军９１３１２９部队，北京１０００７６）摘要：构建精确航空安全预测模型确定事故及其致因因素变化规律，对航空安全智能管理与主动决策具有重要意义。为此，提出一种基于Ｂｏｗ－ｔｉｅ模型组合的随机森林算法用于航空安全因果预测，完成安全预测模型参数优化、致因变量贡献排序。首先，基于Ｂｏｗ－ｔｉｅ模型开展航空安全致因因素的关联辨识，确定安全致因变量。其次，以某航空公司２０１７～２０１９年民航安全数据：管理因素、环境因素、飞机因素、人的因素、外在因素等为研究对象，基于随机森林构建航空安全因果预测模型，开展预测变量的重要性分析、模型构建和预测精度分析。结果表明，该方法能有效预测航空安全关键因素及航空...
