航空公司对飞行员的安全绩效评价主要通过对不安全事件的认定,而飞行品质监控中的超限监测是评价飞行员安全绩效的重要手段之一,但易导致飞行员将“数据不超限”作为自己的飞行准则,而忽视飞行品质监控的初衷,该做法存在潜在的安全风险且不利于航空公司开展客观评价。因此,从数据挖掘的角度,结合航班实际运行数据,对飞行员安全绩效开展可量化评估。首先,确定飞行员安全绩效评价指标体系。本文基于数据挖掘的角度,结合超限监控标准和标准操作手册,归纳总结出18个飞机在进近着陆阶段重点关注的飞行参数组成初始指标体系,从飞行员技术技能的角度分析这些参数指标在进近着陆过程中的特点。再通过相关——主成分性分析对初始指标体系进行约简,降低计算复杂度,最后得到由径向加速度LONG、俯仰率PITCH＿R、航向MATCH、雷达高RAl T、俯仰角PITCH、下滑角FPA、油门杆角度TLA和下滑道指引偏差GLIDE共8项参数组成的飞行员安全绩效评价指标。其次,计算飞行员在该绩效指标体系下距离标准的偏差程度。以179个航班的进近着陆数据拟合的均值为标准,计算由此8个参数组成的多元时间序列相似度,利用模式表示的方法,将多元时间序列降维为以范数表示的一元时间序列,随机选取10名飞行员QAR数据,分别使用欧氏距离和DTW距离及其加权距离计算不同飞行员与标准序列间的相似距离,得到各飞行员与标准偏离程度的排名。最后,建立基于时间序列偏离程度和偏离频率的飞行员安全绩效评价模型。利用LOF算法确定飞行员相似距离点集离散点,以对应离散点的局部离群因子作为偏离程度的修正指数,得到飞行员风险指数,以统计分布作为飞行员安全绩效划分区间,得到飞行员安全绩效评价水平,实现了对飞行员安全绩效水平的定量评价。