Pesquisa sobre Previsão de Acidentes de Voo com Base em Rede Neural de Retropropagação

Com o rápido desenvolvimento da aviação civil e a melhoria significativa dos padrões de vida das pessoas, pegar um avião se tornou uma maneira comum e eficiente de viajar. No entanto, devido às características de voo da aeronave e à sofisticação da estrutura da fuselagem, atrasos de voo e acidentes aéreos ocorrem de tempos em tempos. Além disso, o fator de risco à vida trazido pela aeronave após um acidente é também o mais alto entre todos os meios de transporte. Neste trabalho, um modelo baseado em rede neural de retropropagação foi utilizado para prever acidentes de voo. Ao coletar dados históricos de voo, incluindo uma variedade de fatores, como condições meteorológicas, condição técnica da aeronave e experiência do piloto, treinamos um modelo de rede neural de retropropagação para identificar riscos potenciais de acidentes. No design do modelo, uma estrutura de perceptron de múltiplas camadas é usada para otimizar o desempenho da rede ajustando o número de nós da camada oculta e a taxa de aprendizado. A análise experimental mostra que o modelo pode prever efetivamente acidentes de voo com alta precisão e confiabilidade.