基于AHP-BP神经网络的航空材料供应商选择

中国民航大学学报

基于AHP-BP神经网络的航空材料供应商选择

陶立权，杨坤

（中国民航大学天津市民用航空器适航与维修重点实验室，天津300300）

收稿日期:2014-11-07 修回日期:2015-03-25 出版日期:2016-04-23 发布日期:2016-06-03
作者简介:陶立权（1978—），男，黑龙江牡丹江人，助理研究员，硕士，研究方向为民用飞机及发动机适航审定.
基金资助:
民用飞机专项科研项目（MJ-J-2012-07）

Selection of aeronautical material suppliers based on AHP-BP neural networks

TAO Liquan, YANG Kun

(Civil Aircraft Airworthiness and Maintenance Key Lab of Tianjin, CAUC, Tianjin 300300, China)

Received:2014-11-07 Revised:2015-03-25 Online:2016-04-23 Published:2016-06-03

摘要/Abstract

摘要：

根据适航规章要求，提出了航空材料供应商选择的特色指标，构建了航空材料供应商选择的AHP-BP神经网络模型，通过AHP确定各指标权重，再结合BP 神经网络，从训练数据中提取隐含的知识和规律，能够方便地用于新供应商的选择。该模型求解算法为动量梯度下降反向传播算法，具有良好的可扩展性，从而增加了评价的动态性。算例验证结果表明，将AHP-BP神经网络模型用于航空材料供应商选择具有较强的实用性。

关键词: 供应商, 适航, AHP, BP 神经网络

Abstract:

According to the requirements of airworthiness regulations, a special index system for the selection of aeronautical material suppliers is proposed with the establishment of AHP-BP neural network model. The weight of each index is determined through AHP, and then combined with BP neural networks, the implicit knowledge and discipline from the training data is extracted, so that it can be used for new suppliers conveniently. The momentum gradient descent back-propagation algorithm is used in the model with well extensibility and increasing dynamic nature of the evaluation. Verification shows that AHP-BP neural network model is with strong practicability for the selection of aeronautical material suppliers.

Key words: supplier, airworthiness, AHP, BP neural networks

中图分类号:

V25
F253.2

陶立权，杨坤. 基于AHP-BP神经网络的航空材料供应商选择[J]. 中国民航大学学报.

TAO Liquan, YANG Kun. Selection of aeronautical material suppliers based on AHP-BP neural networks[J]. .

[1]	李嘉年, 沈金清. 民用飞机 ACARS 数据链适航审定方法研究[J]. 中国民航大学学报, 2026, 44(2): 6-12.
[2]	齐麟, 怀永成, 石向楠, 乔龙, 梁梓博, 梅凤清. 机场韧性内涵与评价方法 [J]. 中国民航大学学报, 2026, 44(2): 48-53.
[3]	赵箫, 杨文东, 胡俊成. 基于 WOA-BP 神经网络的多趋势机场间 OD 需求预测[J]. 中国民航大学学报, 2026, 44(2): 88-96.
[4]	郑美春, 沈良忠, 李岳, 蔡靖 . 基于 PSO-BP 神经网络的机坪泛光照明优化预测模型 [J]. 中国民航大学学报, 2025, 43(6): 54-60.
[5]	丁水汀, 綦蕾 a, 李果 b, 邱天 a, 李大庆. 基于系统安全的低空装备适航技术及标准研究 [J]. 中国民航大学学报, 2025, 43(5): 1-15.
[6]	齐麟, 李苓通. 基于 BP 神经网络的飞行员对跑道平整度的评价预测 [J]. 中国民航大学学报, 2025, 43(2): 38-44.
[7]	胡雪兰, 王艺丹, 牛一凡, 姚佳伟. 考虑全飞行阶段的防冰严酷工况确定及验证 [J]. 中国民航大学学报, 2025, 43(1): 11-19.
[8]	卢丹, 张宏健, 钟伦珑, 胡铁乔. 基于电离层延迟智能估计的完好性评估 [J]. 中国民航大学学报, 2025, 43(1): 53-59.
[9]	程国勇, 陈实. 基于可拓云模型的航站楼运行韧性评价 [J]. 中国民航大学学报, 2024, 42(6): 61-66.
[10]	王鹏 a, 田润操 b, 杜洪光 b, 丛玮 c, 张帆 a, 于光, 杨吕珊 . 基于多应力加速退化的机载电子部件可靠性试验方法[J]. 中国民航大学学报, 2024, 42(5): 1-8.
[11]	刘素娟, 李喆, 黄爱军. 现代民机航线运行安全态势风险算法模型研究 [J]. 中国民航大学学报, 2024, 42(5): 22-27.
[12]	林策, 黄志伟, 张凯宁. 航空后向座椅16g水平冲击结构试验研究[J]. 中国民航大学学报, 2023, 41(4): 8-15.
[13]	王亚锋, 刘继军. 航空座椅动态冲击试验最严酷工况选择研究[J]. 中国民航大学学报, 2023, 41(3): 47-52.
[14]	陈宇金, 李宏. 运输类旋翼航空器飞行控制适航要求研究[J]. 中国民航大学学报, 2023, 41(2): 27-32.
[15]	白杰, 郭重佳, 傅文广, 孙鹏. 基于适航标准的短舱进气道迎角特性数值研究[J]. 中国民航大学学报, 2023, 41(1): 1-6.