一种基于双层贝叶斯网络的管制学员多维度胜任力评价方法及系统

本发明涉及空中交通管制人员能力评估与人工智能技术领域，尤其是涉及一种基于双层贝叶斯网络的管制学员多维度胜任力评价方法及系统，本发明构建了包含静态贝叶斯网络层和动态贝叶斯网络层的双层架构：静态层允许胜任力因素节点跨层连接多个胜任力维度节点，充分建模复杂依赖关系，并采用噪声门逻辑进行紧凑参数化以降低模型复杂度；动态层引入含衰减因子和增益因子的状态转移模型，实现胜任力的连续追踪。系统从多种数据源采集训练证据，经双层推理引擎融合单次评价与纵向追踪结果，生成多维度胜任力雷达图、发展轨迹图与诊断报告。本发明有效解决了现有方法无法同时处理胜任力多维交互与动态演化的技术难题，显著提升了管制学员胜任力评价的客观性与精确度。