基于灰色關聯熵的進近管制系統風險性研究

張兆寧，金偉偉（中國民航大學國家空管運行安全技術重點實驗室，天津300300）

基于灰色關聯熵的進近管制系統風險性研究

張兆寧，金偉偉
（中國民航大學國家空管運行安全技術重點實驗室，天津300300）

針對進近管制系統運行中的風險性問題，提出運用耗散結構中的熵值理論來研究進近管制系統的風險性。首先，分析進近管制系統運行中的風險，構建風險因素集；然后，在此基礎上基于熵值理論對進近管制系統進行耗散結構分析，給出進近管制系統的熵流模型及其灰色關聯熵值計算方法，并通過系統熵變來判別系統風險性增減變化；最后，通過分析導致某進近管制中心不安全事件發生的風險因素，驗證該方法的可行性。研究表明，把灰色關聯熵作為一個參數，能夠揭示進近管制系統風險性增減變化的規律。

進近管制系統；風險性；耗散結構；灰色關聯熵

進近管制系統作為空管系統的一個子系統銜接著區域管制和塔臺管制，是其中一個關鍵的子系統。由于運行過程中內外安全環境不斷變化，危險致因風險來源廣等很多不確定性，管制系統運行中會潛伏著各種各樣的風險，易發空管不安全事件。如何探索進近管制系統的風險性變化趨勢，是空中交通安全管理亟待解決的課題之一。有研究表明，發生在進近管制范圍內的空管不安全事件占29%，發生在區域管制范圍內的占71%，區域管制范圍發生空管不安全事件的絕對值是進近管制的1.82倍，但區域管制范圍的空中交通活動總量是進近管制的數十倍，從發生空管不安全事件的相對比率看，進近管制實際上要遠遠高于區域管制，這表明由于進近管制的空間狹窄、飛行情況復雜，它們是空管不安全事件的易發地帶［1］。面對進近管制系統運行中易發空管不安全事件的現實，有必要開展進近管制系統的風險性研究。

在空中交通管理的風險研究中，Peter［2］采用結構化的、系統的方法來評估空管風險；張兆寧等［3］對安全和風險進行了定義，并詳細闡述了安全管理和風險管理的關系；丁松濱等［4］認為空中交通系統是一個動態的復雜系統，并運用系統動力學的基本原理和方法對空中交通系統安全管理進行了分析。可見國內外的學者針對空中交通系統的特點提出的風險管理的理論模型和方法等都有一定的實踐意義。

進近管制系統是一個動態的復雜系統，系統運行中潛在的風險因素對系統安全運行的影響具有不確定性和隨機性，適合運用耗散結構中的熵值來描述這種不確定性和隨機性。因此，本文以耗散結構理論為指導，在對進近管制風險的分析和分類的基礎上，建立熵流模型，計算出灰色關聯熵值，并利用系統熵變來揭示進近管制系統風險性變化的趨勢。

1　進近管制風險因素集的構建

進近管制系統是一個復雜開放的系統，其包含人、機、環、管四個子系統，在提供空中交通服務過程中每個子系統都存在著很多對終端區空中交通安全造成威脅的風險。

1.1進近管制風險構成要素

進近管制風險主要與風險因素、風險不安全事件和風險損失緊密相關，這三者構成了進近管制風險的基本要件［5］。其中，風險因素是導致風險不安全事件和風險損失發生的基礎和前提。

1.2進近管制風險因素的分類

按進近管制過程中風險的起源，并根據系統工程理論，可將進近管制風險分為人為因素風險、設備因素風險、環境因素風險和管理因素風險。

人為因素風險是指進近管制單位的管制員由于其自身的能力和素質所引起的風險［6］，包括指揮中出現錯忘漏、精力分配不當、復誦監聽不足、違規操作、忽視雷達告警、飛行動態掌握不足、特情處置不力、監控不力、進程單使用不規范、管制員間配合不力、管制員與機組配合失效等。設備因素風險是指進近管制單位在提供導航服務和空中交通服務中的各種設備配置、使用等所引起的風險，包括監視、通信和導航設備缺陷及故障、設備維護不力等。環境因素風險是指進近管制過程中的里外環境對管制員的影響所引起的風險，包括管制室工作環境不好、終端區內高山等障礙物干擾、空中交通流量過大、惡劣天氣、不明飛行器或者是飛行動物干擾等，即空域情況不佳、通信環境不佳、氣象條件差、工作環境不佳。管理因素風險是指由于組織結構、規章制度建設、技能培訓和安全文化建設不足所引發的管制員技能、心理、思想甚至是身體方面出現問題所引起的風險，包括流量管理不合理、工作程序不合理、調配預案存在不足、現場管理不當、排班不合理等。

2　進近管制系統風險性

本文對進近管制系統風險性的研究，主要以耗散結構理論和熵理論為指導，首先對進近管制系統進行耗散結構分析，然后在此基礎上引入熵流模型，并給出灰色關聯熵值的計算模型。

2.1進近管制系統耗散結構分析

進近管制系統由人、機、環、管四個子系統構成，各個子系統相互聯系、相互作用，構成了一個復雜的系統。耗散結構理論指出一個復雜的開放系統，在遠離平衡狀態時，不斷地同外界進行物質、能量和信息交換，從中引入負熵流以減少系統的總熵。復雜系統的各個組成部分之間存在著非線性作用，并在漲落作用下通過自組織和突變形成新的有序的耗散結構［7-10］。首先，進近管制系統是一個開放的系統。進近管制系統運行過程中，管制員利用通信導航監視設備獲得終端區的飛行、氣象等信息，這些信息又作用于整個管制系統，管制系統提供相應的信息，實現了信息的交換；在能量和物質交換方面，不同情況的飛行信息會對管制系統產生不同的影響，此過程中風險不可避免，如果控制風險避免差錯，提供優質的管制服務會產生好的管制服務影響力，這個過程完成了能量和物質的輸入和輸出。其次，管制系統運行中風險不可避免，風險隨著時間的積累和轉化，它會遠離平衡態，使得管制系統處于不安全運行狀態。復雜的進近管制系統內部各要素和子系統之間相互影響、相互制約存在著非線性的關系；另外，進近管制系統還不斷受到外界的影響而產生無數個“小漲落”，受到漲落影響，風險達到一定的閥值時，系統就會產生“巨漲落”，使得系統運行安全狀態發生突變。因此，進近管制系統是個典型的耗散結構，可以利用耗散結構的熵與系統有序性的關系來研究進近管制系統風險的演化機理。

2.2熵流模型

熵是關于概率分布的的函數［8］，可以用來描述系統由風險的存在而導致的無序程度，從而反映系統風險性變化的過程。系統的熵值越大有序程度越低風險性越高，熵值越小有序度越高風險性越低［9］。進近管制系統運行中，四個子系統的風險因素隨著時間的積累產生正熵，而系統通過與外界交換信息、物質和能量的過程中，由管制部門的風險管理形成自組織、自適應，產生負熵，正熵和負熵共同影響著系統的風險性。在已識別的風險因素集的基礎上，建立進近管制系統熵流模型，通過該模型表明管制系統中的正熵和負熵共同作用，推動著風險性的變化而對系統安全運行造成影響，如圖1所示。

在耗散結構理論中，把影響系統整體演化的過程參量稱為序參量，它的大小決定了系統有序程度的高低，所以系統的有序程度可以用序參量來表達。“協同論”研究表明，協同導致有序，不協同導致無序，而序參量決定著系統的演化方向［10-11］。基于上述分析，進近管制系統能否安全有序的運行取決于系統的序參量能否協同，對進近管制系統而言就是取決于系統中潛在的風險。

2.3灰色關聯熵的計算模型

風險因素對系統結構影響的不確定和發生的不確定性以及很多關系難以確切的定義，使得系統具有灰色特性，基于此本文引入灰色關聯熵。系統的序參量就是灰色關聯熵［12］，其計算過程如下:

設系統安全影響因素的時間序列為

X0=｛X0（1），X0（2），…，X0（n）｝

X1=｛X1（1），X1（2），…，X1（n）｝

X2=｛X2（1），X2（2），…，X2（n）｝

……

Xj=｛Xj（1），Xj（2），…，Xj（n）｝

其中，X0=｛X0（1），X0（2），…，X0（n）｝為進近管制系統的參考序列。

根據公式Δi（k）=|X′0（k）-X′i（k）|，計算出差序列為

Δi（1），Δi（2），…，Δi（n）（i=1，2，…，j）

（2）計算關聯系數

關聯系數為

（i=1，2，…，j；k=1，2，…，n）

式中:β為分辨系數，β∈（0，1），一般取0.5。

Xi（k）表示為比較數列Xj對參考序列X0在k時刻的關聯系數，對其進行歸一化處理，有

（3）通過上述研究內容，根據參考文獻［13］～［18］提出的熵值計算模型，本文給出了進近管制系統運行中各種風險因素產生的灰色關聯正熵計算公式為

系統保障安全因素產生的灰色關聯負熵的計算公式為式中:Si（k）為第i個安全影響因素在k時刻產生的熵流值。

（4）由此得到安全影響因素的關聯熵矩陣M 為

（5）根據安全影響因素與參考序列的關聯度所占的比重構造權重矩陣W=［w1，w2，…，wj］，關聯度計算公式為

（6）最后得到進近管制系統運行總熵S為

2.4進近管制系統風險性分析

進近管制系統運行過程中正熵和負熵不斷地流入，如果設進近管制系統總熵為S，則有

式中:Sp為進近管制系統運行過程中源自于管制員的風險因素、設備的風險因素、環境的風險因素和管理的風險因素所帶來的正熵；Sn為進近管制系統運行過程中由系統的風險管理和安全培訓所帶來的負熵。

耗散結構具有分叉現象，進近管制系統是個耗散結構，因此也具有這種分叉現象，如圖2所示。起初，系統內外的環境對風險的影響較小，通過系統風險管理的自組織，可以自發地控制這些風險因素，使進近管制系統處于穩定的安全狀態（a段）；但隨著風險的積累和系統的漲落，此時系統會出現以下3種可能:

（1）當系統總熵S＞0時，系統向著不平衡狀態演化（b段），當管制系統安全影響因素共同發展的不平衡躍過系統穩定的臨界閾值λ0時，進近管制系統的風險發生的可能性大大增加。由熵變模型ΔS=Si（k+1）-Si（k）（ΔS為k～k+1時段，系統受內外安全影響因素影響的熵變），并根據熵變值ΔS的大小可以判斷系統風險性變化的方向和穩定程度。當ΔS＞0時，系統靠近熵增大產生突變的狀態，系統的無序度加大，系統風險性持續增加，處于安全狀態惡化的過程中；當ΔS＜0時，表示進近管制系統的總熵在減小、有序度增強，風險得到控制，系統處于風險性較低的安全運行狀態；當ΔS=0時，表明在一定時間間隔內總熵無變化，系統風險產生的正熵和風險管理產生的負熵一直處于勢均力敵的狀態。

（2）當系統總熵S＜0時，Sn＜0且|Sn|＞Sp，系統安全管理產生的負熵抑制了風險因素產生正熵的影響，使系統的總熵減小為負值，系統的風險性變化趨勢走向有序和穩定（c段）。

（3）當系統總熵S=0時，系統風險演化的有序趨勢和無序趨勢處于均衡狀態，系統整體上暫時處于一種安全平衡臨界狀態，但隨著兩者的相互影響以及系統安全影響因素的改變和外界環境的變化，這種臨界狀態終究會消失，系統要么轉向穩定，要么轉向失穩。

3　應用實例

根據五個時間段導致某進近管制中心不安全事件發生的風險因素統計數據以及空管專家對該管制中心的風險管理和安全培訓的評價，本文得到該進近管制系統安全影響因素統計表，見表1。

表1　進近管制系統安全影響因素統計表Table 1 Statistical table of safety factors

根據表1各項安全影響因素的數據，按灰色關聯熵的計算模型進行如下計算:

（2）由公式（6）計算出權重系數為

W=（0.390，0.006，0.052，0.052，0.300，0.200）

（3）根據公式（7）計算出該進近管制系統運行總熵S為

S=（1.778，1.767，1.750，1.763，1.762）

由以上計算出來的系統總熵結果，可知不同年份的系統總熵都是大于零的［S（k）＞0］，表明該進近管制系統運行具有風險性，這也驗證了在每年都會發生空管不安全事件，只是有的年份發生的次數多，有的年份發生的次數少這一事實。

由熵變模型ΔS=Si（k+1）-Si（k）可以計算出熵變為-0.011，-0.010，0.013，-0.001。由此可知，該進近管制系統的灰色關聯熵值的變化趨勢總體上是在減小的，即該進近管制系統運行風險性總的變化趨勢是向著減小的方向發展，其中由X3至X4時間段熵變值為0.013，大于0，表明系統風險性在增加，處于安全狀態惡化的過程中。由表1也驗證了這種變化趨勢:X4時間段，風險管理和安全培訓的評分是這五個時間段中最低的，且導致不安全事件發生人的風險因素A3、A5、A8、A9、A10、A11也是發生次數最多的，而這些風險因素也是風險管理和安全培訓所要重點監控的風險，當其實施的效果不佳時它們的風險性便會增大。說明加強系統的風險管理和管制人員的安全培訓，可以有效地控制進近管制系統運行中風險的發生，保障進近管制系統安全有序地運行。

4　結 論

本文在對進近管制系統的風險進行了分析和分類的基礎上，以耗散結構理論為指導，對進近管制這個復雜系統進行了耗散結構分析，并通過熵流模型闡明了潛在的風險會增加系統熵，增大系統的風險性；同時，基于熵流模型，針對風險因素的灰色特性，引入灰色關聯熵，給出了灰色關聯熵值的具體計算方法，并以某進近管制中心發生的不安全事件為例，計算出不同風險因素所產生的熵流值，根據計算結果，分析了該進近管制中心五個時間段的風險性變化趨勢。

［1］劉亞軍.空管人為因素課題研究［R］.中國民航總局空中交通管理局，2002.

［2］Peter S.Risk assessment&mitigation in ATM［J］.Safety Science，2006，44（7）:629-655.

［3］張兆寧，馮守樂，王莉莉.民航安全管理與風險管理的關系［J］.中國民用航空，2011（4）:61-63.

［4］丁松濱，石榮，施和平.基于系統動力學的空中交通系統安全管理研究［J］.交通運輸工程與信息學報，2007，4（4）:1-6.

［5］劉堂卿.空中交通管制安全風險耦合機理研究［D］.武漢:武漢理工大學，2011.

［6］Reason J.Human error:models and management［J］.BMJ，2000，320（7237）:768-770.

［7］Shannon C E，Weaver W.The Mathematical Theory of Communication［M］.Champaign，Illinois:University of Illinois Press，1959.

［8］Jaynes E T.Information theory and statistical mechanics［J］. Physical Review，1957，106（4）:620.

［9］汪送，王瑛，杜純，等.復雜系統風險熵的涌現與動力學傳播分析［J］.安全與環境工程，2013，20（2）:118-120，134.

［10］王光輝，劉怡君，王紅兵.基于耗散結構理論的城市風險形成及演化機理研究［J］.城市發展研究，2014，（11）:017.

［11］張我華，王軍，孫林柱.災害系統與災變動力學［M］.北京:科學出版社，2011

［12］劉思峰.灰色系統理論及其應用［M］.北京:科學出版社，2008.

［13］肖雪梅，王艷輝，張思帥，等.基于耗散結構和熵的高速鐵路事故演化機理研究［J］.中國安全科學學報，2012，22（5）:99.

［14］閆鈺.基于耗散結構理論的資產評估系統研究［D］.保定:河北農業大學，2006.

［15］杜國梁，高金川，李瑞冬.基于模糊綜合評價法和熵值法的泥石流危險度評價［J］.安全與環境工程，2013，20（5）:15-17，32.

［16］盧立紅，張學魁，商靠定，等.信息熵理論在火災突發事件現場指揮機構設置中的應用［J］.安全與環境工程，2011，18（2）:65-69，76.

［17］王占武，唐凱，嚴良.基于熵權TOPSIS法的火電廠選址綜合決策［J］.安全與環境工程，2011，18（5）:103-106.

［18］王亞陽，王漢斌.基于熵值-理想點法的煤礦事故應急資源調配研究［J］.安全與環境工程，2014，21（6）:135-139.

Study on Approach Control Risk Based on Gray Relational Entropy

ZHANG Zhaoning，JIN Weiwei
（Key State Laboratory of ATC Operation Safety Technology，CAUC，Tianjin 300300，China）

This study proposes to apply the entropy theory from the dissipative structure to studing the risk of approach control system.Eirstly，the paper analyses the approach control system risk and establishes the risk factors collection.Then on the basis of entropy theory，the paper analyses the dissipative structure of approach control system，proposes the entropy flow model for approach control system and its calculation method of gray relational entropy，and determines the change of the system risk by means of the system entropy.Einally，by analyzing the risk factors leading to unsafe events，the rationality of this method is verified.Research shows that taking the gray relation entropy as a parameter can reveal the approach control system risk change rules.

approach control systemic；risk；dissipative structure；gray relational entropy

X949

A

10.13578/j.cnki.issn.1671-1556.2015.05.030

1671-1556（2015）05-0168-05

2015-04-08

2015-08-07

國家自然科學基金項目（71171190）；國家空管委科研項目（GKG201410001）

張兆寧（1964—），男，博士后，教授，主要從事空中交通管理方面的研究。E-mail:zzhaoning@263.net