随着国家对通用航空的支撑政策增多,通用航空得到了快速的发展,但由此引发的安全问题和暴露的安全隐患也逐渐增多。安全一直是航空发展的底线,安全问题也是航空发展过程中面临的重要问题。只有平衡好安全与发展的关系,在保证运行安全的基础才能更好地促进通用航空的进一步发展。相比于运输航空,通用航空机型繁多、作业环境复杂、安全监管落后,因此需要更加关注各个环节的运行安全。为了提高通用航空的安全水平,本文构建了通用航空安全风险分析的框架体系,研究了通用航空影响因素、通用航空风险预测和通用航空安全风险控制,具体包括以下内容:首先,本文系统论述了通用航空与运输航空存在的区别,通过通用航空安全运行数据从安全指标与安全风险两方面分析了安全现状,分析了目前通用航空面临的四个安全压力—运行风险高、法律法规不健全、安全监管有待规范以及安全管理专业人才不足。其次,从“人—机—环—管—其他”五个方面研究了通用航空的风险影响因素,采用对应分析方法提取了这些影响因素与发生季度之间的内在联系,相比于单一性分析,将两者联系在一起能更好的描述通用航空的风险规律。再次,深度学习能够更好地挖掘数据内部的隐含信息,以此映射输入与输出之间的非线性关系,所以采用深度学习算法中的稀疏降噪自编码模型预测了通用航空的风险。通过实例说明,相比于其他模型,构建的SDAE模型可以对通用航空风险做出较为准确的预测。最后,本文采用可拓方法判断了通用航空“人—机—环—管—其他”五个方面的风险等级,并根据五个因素的风险等级结合第三章的对应分析的结果针对性地提出了风险控制策略。本文的研究对于通过数据分析来预测和控制通用航空风险提供了工具,为加强通用航空安全管理提供了辅助决策支持。