基于韧性三角形理论和灰色预测模型对疫情冲击下的航空运输系统韧性评估

一个系统的韧性评估，首先要解决的问题是将定性的问题转化为定量的问题——韧性三角形理论。

韧性三角形理论：

以执飞率作为衡量性能的纵坐标，时间为横坐标；性能曲线与时间围成的图形的面积定量衡量韧性性能大小。曲线的斜率可以定量的表示某个时刻被破坏的程度和恢复的程度。

安全韧性指数：在不发生意外情况下，执飞率与时间围成的阴影部分面积与发生意外的情况并且再恢复的情况下，执飞率与时间围成的面积之比。

第二个问题，以韧性三角形理论中用到的安全韧性指数，衡量一个系统遭受系统冲击然后再次恢复到正常状态的能力大小，但是当时做这项研究的时候疫情尚未结束，因此引入灰色预测的方法进行预测，预测到未来疫情恢复的时间节点。

灰色预测：

给出一组原始数据与时间序列，数据看似是无规律的灰色的，但是将数据进行累加（或者累减、加权邻值生成）之后数据就会显示出一定的规律性，记此时数据为,使用级比检验，可以判断数据是否有规律性。 

若累加之后的数据通过级比检验，也就是与t具有一定的函数关系，如何求出该函数关系呢？

采用GM(1,1)模型 ：

                 (1)

这个式子中，有多组t、的值，但是并不知道其值，此时用下列式子化简：

上述三个式子化简得到的结果就是：

带入(1)，得到：

此式子中，只有a和u是未知量，此时可以用最小二乘法求出a和u，具体最小二乘法的原理涉及矩阵求导之类的操作，详情请自行查阅资料。

得到了参数值a和u，即可带入（1）求解GM（1,1）模型，根据微分方程的知识求解的结果不是线性的，而是形式，求的与的关系，进而求得与的关系。

最后进行残差检验，若预测的与真实的相差低于20%，则认为通过残差检验。