基于贝叶斯网络的油田管道失效概率计算

针对事故树分析法不能对管道风险进行多态性分析,且无法实现双向推理问题,提出一种基于贝叶斯网络的油田管道失效概率计算方法.首先,建立油田管道失效风险事故树模型,利用事故树与贝叶斯网络的转换确定贝叶斯网络结构,完成管道失效风险贝叶斯网络模型结构的构建;其次,考虑到由专家知识经验及期望最大化算法确定的网络参数存在较大的估计误差问题,引入遗传算法完成贝叶斯网络参数学习以此获取最优参数;最后,将该方法应用于实际油田管道风险问题,利用GeNIe贝叶斯网络仿真软件计算油田管道失效概率,同时对每个风险因素进行分析并得到影响管道发生失效的致因链.实验证明,所提方法在评估精度上得到了显著地提升.     

基于贝叶斯网络模型的车辆碰撞概率预测

为准确研判道路交通环境中车辆发生碰撞的可能性,辅助驾驶人及时采取有效的避障决策,文中结合驾驶人、车辆、道路、环境四方面影响因素构建贝叶斯网络,提出了基于贝叶斯网络模型的车辆碰撞概率预测方法。利用Uc-road仿真软件对青岛市黄岛区前湾港路周边交通场景建立仿真模型,采用仿真数据与交通调查实际数据相结合的形式对模型进行验证。研究表明,利用贝叶斯网络模型预测的车辆碰撞概率与实际计算概率的最大有效绝对误差为0. 016,模型能够准确地预测车辆碰撞的概率,可为驾驶人在异常工况下避障提供决策依据。     

基于贝叶斯网络的物流无人机碰撞风险评估

为降低城市物流无人机（unmanned aerial vehicle,UAV）碰撞风险,识别关键风险因素,构建贝叶斯网络模型进行风险评估。在收集7个真实无人机碰撞事故案例和文献调研的基础上,提炼出15个主要风险因素,并通过问卷调查将风险集划分为低、中、高三个等级对风险发生概率数据进行收集与评估,随后运用解释结构模型（interpretative structural modeling,ISM）对风险因素进行层级划分构建贝叶斯网络模型。根据所构建的贝叶斯网络,将收集数据导入GeNIe,对贝叶斯网络模型进行参数学习,得到无人机碰撞风险不同等级的概率分布。最后对贝叶斯网络模型进行逆向推理、敏感性分析和影响强度分析,明确导致无人机发生碰撞事故的关键因素和敏感因素,依据分析结果提出风险防控建议。     

基于贝叶斯网络的城市道路交通事故分析

以5 190起交通事故数据为分析依据,基于专家知识和数据融合方法建立了城市道路交通事故分析的贝叶斯网络结构.利用服从Dirichlet分布的贝叶斯方法对贝叶斯网络进行参数学习.结合网络模型,应用联合树引擎推断了在车辆类型、事故地点和交通参与者等因素的影响下交通事故类型概率分布.结果表明:客货车等大型车辆发生侧面碰撞的可...     

人车碰撞事故中行人伤亡风险的关联性分析与预测

为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。     

基于随机效应模型的交叉口事故碰撞类型建模

考虑交叉口不同进口道之间的差异性,在进口道层面对不同碰撞类型事故分别建立随机效应模型,通过在负二项模型中引入随机效应项来考虑交叉口不同进口道之间的空间相关性.模型参数采用全贝叶斯方法进行估计.结果表明:不同碰撞类型事故的影响因素不同,且同一影响因素对不同碰撞类型事故的影响程度也存在显著差异,验证了区分碰撞类型进行事故建模的必要性.随机效应项在各模型中均显著,表明交叉口不同进口道之间事故频率存在显著的空间相关性.     

公交车单车事故严重程度影响因素分析

为研究公交车单车正面碰撞事故严重程度的影响因素,选取英国2014-2018年速度不高于30mph/h的公交车在城市交叉口范围内发生正面碰撞的数据,建立离散选择模型—有序logit模型,从公交车驾驶员特征、车辆特征、道路特征、环境特征和事故特征方面分析影响致命事故、严重事故和轻伤事故的因素。分析结果表明：在90%的置信水平下,事故严重程度与驾驶员性别、年龄、车辆意图、车龄、车辆状态、车辆是否离开车行道、事故是否发生在工作日、路面情况、是否信号控制、光线情况、警察是否在事故现场、事故发生位置、碰撞设施这些因素显著相关。研究结果可使交通管理者采取相应的措施降低公交车事故严重程度。     

基于多态模糊贝叶斯网络的城市燃气管道事故风险预测与诊断研究

为了评估城市燃气管道系统的风险程度,给后续预防工作提供参考,提出了基于多态模糊贝叶斯网络的燃气管道事故风险定量分析方法。首先,基于对86份事故调查报告风险因素的梳理,建立故障树模型,寻求风险隐患和事故之间的映射,并将其转换为贝叶斯网络结构;其次,引入模糊集理论与概率分配计算方法,分别得出根节点的先验概率和中间节点的条件概率,根据贝叶斯网络的证据推理原理预测事故发生概率,分析风险重要程度,并反向诊断关键致因要素;最后,将此方法应用于沈阳市“10·21”较大燃气管道事故风险分析。实例验证结果表明,事故一定发生的先验概率为68.8%,验证了风险体系的有效性,且预测与诊断得出的重要风险集合与事故调查报告中分析的直接原因一致。多态模糊贝叶斯网络能够准确评价燃气管道事故风险,并确定关键致险因子,可为城市燃气管道安全管理提供决策参考。     

交通事故严重程度C5.0决策树预测模型

根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70%和61%,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等。     

基于动态贝叶斯网络的燃气管网燃爆风险分析

针对传统风险分析方法无法实现动态评估的局限性，提出了基于动态贝叶斯网络的燃气管网风险分析模型.基于管道失效原因与事故后果，构建了事故演变全过程网络结构，并运用马尔科夫理论将演变全过程与时间相关联，最终建立了动态贝叶斯风险分析模型.该模型基于贝叶斯理论进行泄漏、致灾模式及后果节点的概率计算，实现了对燃气管网事故的原因诊断及事故发展态势预测.以松原"7.4"燃气爆炸事故为例，应用本模型演示了燃气管网事故推演技术，结果表明:事故是由第三方施工破坏引发燃气泄漏，由于燃气在土壤中的扩散范围不断扩大，扩散范围内受限空间数量不断增加，人员活动情况也更加复杂，进而增大了燃气聚集与点火概率；结合事故现场条件，本模型对这起爆炸概率进行了推演，认为此次燃气爆炸概率将在泄漏60 min后达到42.3%，高于安全泄放概率；该结果与真实情况基本相符，进一步验证了模型的可行性与可靠性.      

基于贝叶斯网络的网约车交通事故致因机理分析

为了缓解网约车交通事故,以网约车驾驶员为研究对象,探究网约车交通事故致因机理.通过调查问卷收集了2 458名网约车驾驶员个体属性、工作强度、工作压力、不良驾驶行为和交通事故经历的相关信息.对数据进行分类处理后,通过贝叶斯网络建立网约车事故频率预测模型.基于十折交叉验证法,使用混淆矩阵与接收者操作特征曲线校验模型精度.结果表明,模型预测能力较好,模型分析了11种与事故频率直接相关的影响因素,识别了16类导致高频率事故发生概率增加的不利状态,且发现多种不利状态组合对事故频率产生的非线性扩增效应和叠加效应.研究结论有助于管理部门制定相应预防对策以减少网约车交通事故频率.     

采空区顶板事故动态贝叶斯模型

 在采空区危害中,顶板破坏是主要灾害事故之一,一旦发生塌陷事故影响恶劣。本文在对采空区顶板事故进行事故树分析法（FTA）定性分析的基础上,采用贝叶斯网络转化的方法对采空区顶板事故树进行转化,建立采空区顶板事故贝叶斯网络模型,同时采用基于Matlab的BNT软件包进行定量计算,无需确定权重,对先验概率和后验概率结果对比分析,得出影响采空区的主要因素,认为采空区顶板事故发生的条件概率中,施工人员未按照设计开采和支护不当的重要度最大,因此在实际施工过程中,施工人员必须严格按照设计开采,加强支护,以确保采空区顶板稳定。     

管道腐蚀泄漏火灾的贝叶斯网络推理模型研究

为了研究长输管道腐蚀泄漏及蒸气云爆炸事故的演化规律,通过对埋地管道内(外)壁腐蚀失效、燃气泄漏、气体云团扩散及蒸气云爆炸等4阶段事件进行分析,构建埋地管线腐蚀泄漏火灾的贝叶斯网络模型。研究网络结构中节点变量的取值范围及离散化方法,并基于对事故统计和专家分析判断,设定节点变量的先验概率,量化节点关联的条件概率分布。在对贝叶斯网络推理策略研究的基础上,考察节点变量对推理结果的敏感性,验证模型的合理性。结果表明,长输管道腐蚀泄漏及次生灾害事件过程具有较大的不确定性,主要体现在中间事件均具有多种状态,事故演化路径概率受模型输入条件影响较大。贝叶斯网络方法用于描述事故过程中间节点事件间的依赖关系有较大的优势,可以定量衡量事故风险的不确定性。     

基于部分优势比的高速公路路产损失严重度分析

为了明晰路产损失严重程度的关联因素,以西南山区高速公路814起引起路产损失的事故数据为基础,将事故造成的路产损失按赔偿金额分为4 000元以下、4 000~10 000元、10 000元以上3个等级,从车辆类型、涉事车辆数、事故形态与原因及行车环境等方面选取了影响路产损失严重程度的潜在因素,利用部分优势比模型建立山区高速公路的路产损失严重程度分析模型,并以伪弹性系数分析各因素对路产损失的影响程度。研究结果表明:与路产损失程度相关性显著相关的共有13个因素,其中肇事车辆为中小货车、客车、轿车和季节为冬季不满足比例优势假定,其余变量均满足比例优势假定;肇事车辆为重大货车会增加发生2级和3级路产损失事故的概率,曲线半径较小的路段也呈现相同影响的关系;缓和曲线、多车事故、天气、平直路段也均会引起2级和3级路产损失事故发生概率的增加。     

基于K-means++的驾驶人致因因素倾向性分析

交通事故致因因素导致交通事故的发生,而交通事故致因因素的产生与驾驶人的特征相关。基于K-means++对事故伤亡人数、年龄、驾驶经验、事故责任、驾驶人的不安全行为值、车辆的不安全状态值进行聚类分析,探讨具备不同特征的驾驶人群体产生不同类别的交通事故致因因素的倾向性。结果表明,当聚类簇数为3时,轮廓系数为0.52,模型将驾驶人分为3个群体。其中：驾驶经验及年龄较低,事故责任较高的驾驶人群体存在较高的不安全行为值;驾驶经验及年龄较高,事故责任较高的驾驶人群体存在较高的车辆的不安全状态值及较高的伤亡人数;事故责任较低的驾驶人群体的不安全行为值与车辆的不安全状态值均较低。     

基于agent的高速公路救援车辆动态派遣方法

为了解决高速公路网多救援点出救,多种类、多数量救援车辆处置多起交通事故问题,应用agent方法建立了救援车辆动态派遣模型.模型将事故作为任务agent,救援车辆作为资源a-gent,将任务延时损失最小和派遣资源成本最少作为系统性能指标.针对多agent协作性特点及多起事故救援的不确定性,设计了招投标过程,并在积累救援信息、寻求多目标最优解过程中,制定了agent启发式学习过程,获得动态最优解.南京市周边高速公路网救援实例表明,基于agent的救援车辆派遣方法可以动态地获得全局优化的派遣决策方案,验证了方法的可行性和有效性.     

特种设备安全事故时间序列拓扑网络特征研究

 为揭示特种设备安全事故时间序列的非线性动力特征,以2005—2020年中国不同类型特种设备安全事故时间序列为对象,采用可视图法将特种设备安全事故时间序列转化为拓扑网络图,生成拓扑网络结构模型;利用拓扑网络理论分析节点度、网络密度、加权聚类系数、幂律指数、介数中心性等拓扑网络特征参数,挖掘特种设备事故发生的时间序列规律。结果表明：各类特种设备安全事故时间序列的拓扑网络具有小世界特性和无标度特性;拓扑网络的聚类系数均较大,社团结构明显;介数中心性越大的节点,对应年份发生事故概率越大。采用的拓扑网络分析方法能更简洁、直观地展示特种设备安全事故时间序列的拓扑网络结构,更全面地表征特种设备安全事故时间序列的非线性动力特征,可为特种设备安全事故预测提供理论基础。     

灰色理论在我国化工园区事故预测中的应用

根据我国化工园区事故统计数据,运用灰色系统理论建立我国化工事故数和伤亡人数的GM(1,1)灰色预测模型;通过关联度检验,结果表明:模型的预测精度良好;用模型对我国化工园区的安全状况进行预测,得出事故发生数以及伤亡人数的预测值,并做出了变化曲线,表明我国化工事故数及伤亡人数呈上升的趋势;经分析,这主要是由于近几年我国大量兴建化工园区,而园区规划不完善、安全投入不足以及监管力量薄弱等原因导致的。