首页|基于贝叶斯网络的危化品道路运输事故推理模型

基于贝叶斯网络的危化品道路运输事故推理模型

Prediction model for road transport accidents of hazardous chemicals based on Bayesian network

扫码查看
原文链接
  • 万方数据
  • 维普
为精准预测危化品道路运输事故风险,首先统计2015-2020年国内1 727例危化品道路运输事故数据,构建以事故影响因素、事故类型、事故应急处理时间及伤亡程度为主要节点的贝叶斯网络(BN)结构;然后在Netica中建立危化品道路运输事故推理模型,根据平均绝对误差(MAE)验证模型的有效性;最后通过正向因果推理和反向诊断推理观察目标节点各变量的后验概率变化,探究在设定条件下的事故发展趋势和事故演变过程.研究表明:该模型可在设定条件下有效进行事故推理预测,通过正向因果推理得出,中午时段,最易发生的事故是因追尾或罐体泄漏而引发的泄漏事故;结合反向诊断推理得出,运载量小于30 t是易燃液体泄漏事故可在0～3 h内处置完成的显著条件.

鲁义、伍江乐、邵淑珍、施式亮、周荣义、王伟

展开 >

湖南科技大学资源环境与安全工程学院,湖南湘潭411201

应急管理部上海消防研究所,上海徐汇,200032

危化品 道路运输 贝叶斯网络(BN) 事故推理 Netica

湖湘青年英才项目国家自然科学基金湖南省教育厅优秀青年项目

2020RC30475207411820B230

2022

10.16265/j.cnki.issn1003-3033.2022.03.024

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2022.32(3)
  • 11
  • 11