基于动态贝叶斯网络的桥区水域风险评价方法研究

发布时间：2024-05-19 05:11

　　通过分析贝叶斯网络在风险评价中的适用性,提出了一种基于贝叶斯网络的桥区水域风险评价模型.引起船舶撞桥事故的航行风险因素是根据统计分析数据并结合专家意见得出的,运用贝叶斯网络对桥区水域风险因素进行建模.以东海大桥为例,研究了风险状态,通过计算得到了船舶撞桥的可能性.结果表明,船舶撞桥事故的主要是由人员的疏忽、操作失误和恶劣的天气等引起.

【文章页数】：6 页

【部分图文】：

图1贝叶斯网络构建过程

贝叶斯网络建模主要有三种方式[10]:一是由专家知识，手动建立模型拓扑结构，分配概率参数;二是通过对数据库的学习，自动获取贝叶斯网络．三是结合前面两种方法的优点，首先通过对事故数据库的学习，获取初步的贝叶斯网络，然后根据领域知识来优化网络结构，最终确定动态贝叶斯网络结构．本文采用....

图2桥区水域航行风险预测模型网络结构

通过文献的阅读与事故统计资料的分析[1-5,13]，桥区水域的风险因素主要有人为因素、设备因素和环境因素三类．本文选定的八个网络节点为:操作失误、人员疏忽、设备失效、设备缺乏、天气情况、通航密度、航标情况、流速/流向情况．为了精简网络，选定的人员疏忽为船员的疏忽，对于管理部门及船....

图3东海大桥桥区水域风险量化分析

由2019年的桥区失控险情数量和船舶流量可以得到选定水域船舶发生失控的概率约为2×10-5，根据气象资料得到天气较差(风力大于6级、雨、雾、台风、寒潮一项或多项)的概率约为0.5，发生错误操作和疏忽的概率均为0.25，据统计资料表明:在已发生的船舶碰撞桥梁事故中，有64%为人为因....

图4后验概率推导

根据贝叶斯推理可以计算出在当前情况下发生事故时，各根节点的后验概率，HUGIN软件可以方便的实现这一计算，如图4所示．从图4可以看出，已知在东海大桥桥区水域船舶发生事故的情况下，与人为因素、环境因素和设备因素有关的概率分别为0.6308、0.6502和0.5304．环境因素....

本文编号：3977644