为明确不同严重程度的危险货物道路运输事故致因因素,运用故障树(Fault Tree Analysis,FTA)与贝叶斯网络(Baysian Network,BN)相结合的方法进行分析,以避免传统故障树方法的局限性。首先以事故发生为顶事件,驾驶员因素、环境因素、道路...为明确不同严重程度的危险货物道路运输事故致因因素,运用故障树(Fault Tree Analysis,FTA)与贝叶斯网络(Baysian Network,BN)相结合的方法进行分析,以避免传统故障树方法的局限性。首先以事故发生为顶事件,驾驶员因素、环境因素、道路因素、车辆因素、管理因素和危险货物类别因素为中间事件,事故致因因素为基本事件,构建故障树模型;其次将故障树模型映射为贝叶斯网络结构,并利用案例数据进行参数学习;最后对危险货物道路运输事故进行诊断推理和因果推理,找出各方面最敏感因素。结果表明:仅财产损失事故、受伤事故、死亡或中毒事故最敏感的基本事件分别为罐体破裂、腐蚀性物质和车速控制不当;仅财产损失事故、受伤事故、死亡或中毒事故中贡献度最大的中间事件分别为车辆因素、危险货物类别因素和驾驶员因素。研究结果为制定有针对性且有效的危险货物道路运输事故预防和严重程度缓解措施提供了理论依据。展开更多
文摘为明确不同严重程度的危险货物道路运输事故致因因素,运用故障树(Fault Tree Analysis,FTA)与贝叶斯网络(Baysian Network,BN)相结合的方法进行分析,以避免传统故障树方法的局限性。首先以事故发生为顶事件,驾驶员因素、环境因素、道路因素、车辆因素、管理因素和危险货物类别因素为中间事件,事故致因因素为基本事件,构建故障树模型;其次将故障树模型映射为贝叶斯网络结构,并利用案例数据进行参数学习;最后对危险货物道路运输事故进行诊断推理和因果推理,找出各方面最敏感因素。结果表明:仅财产损失事故、受伤事故、死亡或中毒事故最敏感的基本事件分别为罐体破裂、腐蚀性物质和车速控制不当;仅财产损失事故、受伤事故、死亡或中毒事故中贡献度最大的中间事件分别为车辆因素、危险货物类别因素和驾驶员因素。研究结果为制定有针对性且有效的危险货物道路运输事故预防和严重程度缓解措施提供了理论依据。
