مدل‌سازی سوانح بالگرد با رویکرد مبتنی بر حالت با استفاده از یادگیری ماشینی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد مدیریت صنعتی / دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی

2 کارشناسی ارشد سوانح هوایی / دانشکده پرواز، دانشگاه هوایی شهید ستاری

3 عضو هیات علمی / دانشکده مهندسی هوافضا، دانشگاه علوم و فنون هوایی شهید ستاری

doi
چکیده

تاکنون تلاش‌های تحقیقاتی بسیاری برای درک دلایل وقوع سوانح هوایی انجام‌ شده است. درحالی‌که در برخی از مطالعات، بینش‌های مفیدی پیرامون سوانح ارائه شده است، اما اگر به آن‌ها از دید مبتنی بر رویداد نگاه گردد این گزارشات درک صحیحی از سوانح را ارائه نمی‌دهند. سوانح هوایى در ایران به‌ویژه در دو دهه اخیر کاهش معنى‌دارى را در تعداد سوانح و یا تلفات ناشى از آن‌ها نشان نمى‌دهد؛ از همین‌رو در این پژوهش به مهم‌ترین دلایل عمده‌ى وقوع سوانح هوایى بالگرد در کشورمان، ایران، پرداخته شده‌است. به این منظور در ابتدا، با استفاده از نرم‌افزار استاتیستیکا، حالت‌ها و عواملی که احتمالاً با سوانح مرگبار و غیرمرگبار مرتبط هستند شناسایی می‌شوند؛ در این نرم‌افزار به‌طور خودکار حالت‌ها، نشانه‌ها و کدهای اطلاعات مربوط به سوانح در یک پایگاه داده شناسایی شده و اطلاعات به صورت خودکار طبقه‌بندی می‌شود. مدل تولید شده توسط این نرم افزار، برای 6200 سانحه بالگرد که در بین سال‌های 1982 تا 2020 رخ داده است، اعمال شده‌است. برای درک بهتر دلایل وقوع سوانح، یک رویکرد مبتنی بر حالت برای بررسی شکاف‌های منطقی موجود یا موارد نادیده گرفته شده ارائه گردیده و سوابقی که به‌طور بالقوه پر از اشتباهات است مورد بررسی قرار می‌گیرد. هم‌چنین روش هستی‌شناسی سوانح هوایی و مدل‌سازی مبتنی بر حالت با ابزار یادگیری ماشین که روشی نوین در این حوزه بوده برای دستیابی به نتایج مطلوب‌تر بکار گرفته شده‌است.