客舱安全是民航安全最直接、最重要的组成部分,既是确保飞行安全的重要基础,更是民航安全运输管理系统的最后屏障。空乘人员作为客舱执勤人员,职责主要在于维护飞行安全,其安全绩效对于客舱安全的实现具有重要意义。目前,相关研究使用的研究方法主要以线性回归和结构方程模型等线性分析方法为主。然而,现实中变量间的关系往往不仅仅是简单的线性关系,同时更是一种复杂的非线性关系。因此线性研究方法在精度上存在一些无法克服的问题,应用也受到一定程度的限制。BP神经网络是应用最为广泛的人工神经网络之一,其具有良好的非线性映射逼近性能,可用于构建变量间的非线性模型。由于BP神经网络的初始权值和阈值是随机产生的,会导致其学习效率降低、陷入局部最优点,进而影响模型的精确度。本研究以通过主动性人格量表、安全态度量表和安全绩效量表对中国南方航空公司的710名空乘人员进行的调查结果为例,使用粒子群算法优化权值和阈值的BP神经网络(PSO-BP)构建了民航空乘人员主动性人格、安全态度与安全绩效之间关系的模型。作为对比,同时用BP神经网络与多元线性回归进行了建模。采用决定系数(R2)、均方根误差(RMSE),平均绝对误差百分比(MAPE)作为模型的评价标准。研究结果表明,在模型的拟合与预测性能上,PSO-BP神经网络>BP神经网络>多元线性回归。相信随着研究和应用的深入,智能算法与人工神经网络模型将在相关研究中得到更广泛的应用,从而可为制定提高民航空乘人员安全绩效的干预方案提供更加科学的支持。