一种基于强化学习的空域安全保障能力评估方法

本发明公开了一种基于强化学习的空域安全保障能力评估方法，包括：基于事故树的空域安全保证能力影响因素分析，确定空域安全保障能力影响因素；基于空域运行不安全事件危险系数进行空域安全保障能力聚类分析，将事件归类到符合要求的聚类中心；基于空域安全保证能力影响因素和空域安全保障能力聚类结果构建GA‑BP神经网络模型，并基于粒子群算法对GA‑BP神经网络模型进行训练和优化；将空域现状输入至训练好的GA‑BP神经网络模型中，得到空域安全保障能力评估结果。本发明可以在当前着力提升空域使用效率的同时，对空域安全保障能力进行评估，掌握其发展趋势，并根据该评估结果，深挖空域管理的薄弱环节，有针对性的提出改进措施，全面提升空域运行效率。