基于贝叶斯网络的化学恐怖袭击后果评估方法研究

作为一种非常规形式的恐怖袭击,化学恐怖袭击造成的人员伤亡和社会影响往往极为严重。通过梳理恐怖袭击发生的主要脉络,利用K2算法构建贝叶斯网络结构,运用EM算法进行参数学习,得到贝叶斯网络风险评估模型。实验结果表明,利用建立的贝叶斯网络模型,得到人员伤亡等级分类准确率为0.75,该模型可用于推理分析和实例预测。通过推理分析发现,相比于爆炸类化学武器,中毒类化学武器被使用的概率更高,应该受到更多关注。利用发生在阿富汗和伊朗的4起化学恐怖袭击事件进行风险评估模型的验证。结果表明,模型评估结果和事件发生后果相符。研究结果预期可以为公安机关对化学恐怖袭击的预防提供决策支持。