-
题名基于贝叶斯网络的重特大交通事故关键因素分析
被引量：5
- 1
-
-
作者
李连进
任佩雅
陈红
马晓彤
-
机构
安徽交控工程集团有限公司
长安大学运输工程学院
山东省菏泽市交通运输综合服务中心
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2024年第4期1504-1514,共11页
-
文摘
基于2013—2021年97起重特大交通事故数据,探究重特大交通事故关键致因。采用改进的灰色关联法构建关键影响因素集,以关键因素为节点变量建立了贝叶斯网络,通过网络结构学习和节点条件概率学习,分析了14个与事故相关的因素,并从中提取了15个单、多车事故死伤人数因素组合链,基于区间数理论对影响因素的危险性进行了排序。结果表明:单、多车事故致因存在差异,超载、存在大型客车、无物理隔离等因素对单、多车事故均有影响,但这些因素对单、多车事故死伤人数的影响程度不同,整体来看,多车事故后果更严重。贝叶斯网络可以反映各因素之间的真实关系,且具有较好的预测精度,研究结论有助于管理部门制定相应的预防策略以减少重特大交通事故发生频率。
-
关键词
安全工程
重特大交通事故
贝叶斯网络
改进的灰色关联分析
关键因素
-
Keywords
safety engineering
major and extra serious traffic accidents
Bayesian Network(BN)
improved grey correlation analysis
key factor
-
分类号
X951
[环境科学与工程—安全科学]
-
