道路运输危险货物事故发生特性研究

发布时间：2020-10-22 10:53

　　 随着国家经济的增长,道路运输危险货物需求的增加,道路运输危险货物事故层出不穷。道路运输危险货物事故往往会衍生出燃烧、爆炸和腐蚀等情况,对人民和社会造成巨大的安全隐患。为进一步研究道路运输危险货物事故发生特性,进而降低事故发生率,避免事故危害的发生。本文首先在道路运输危险货物事故国内外研究现状的基础上,对2013年-2017年统计的道路运输危险货物事故发生时间、事故发生地区、事故车辆运载货物类别、事故发生形态、造成事故产生原因、事故发生严重程度和事故发生时天气状况等多种因素进行综合研究分析,通过定性与定量、交叉分析法得出道路运输危险货物事故的发生时间、发生形态特性、造成原因等特性,并首次结合城市群概念对道路运输危险货物事故发生的地区分布特性进行研究。其次本文将从道路运输危险货物事故发生致人死亡数量特征和发生原因两方面展开进一步研究。在研究道路运输危险货物事故发生致人死亡数量特征方面,本文统计了道路运输危险货物事故发生致人死亡人数和相应的累积概率,通过对获得的死亡人数类别和累计概率在对数坐标中进行非线性拟合,改进了传统F-N曲线,并对比传统F-N曲线、基于正态分布函数的F-N曲线和基于ECS(Edgeworth-Cramer Series)函数的F-N曲线的拟合效果,发现基于ECS函数的F-N曲线拟合效果更好,更能代表道路运输危险货物致人死亡情况,进一步研究相对准确地得到道路运输危险货物的事故致人死亡特性。在研究道路运输危险货物事故发生的原因特性方面,本文分析了导致道路运输事故产生的原因。通过贝叶斯网络知识建立道路运输危险货物事故模型,对事故原因进行贝叶斯网络结构学习和参数学习,进而获得造成事故发生原因的后验概率。在已知事故发生的情况下,该模型可以推断各个事故原因导致事故发生的可能性。结果发现驾驶员因素导致道路运输危险货物事故发生的概率最大,后验概率为0.504,是导致事故发生的主要因素。其次是外部因素导致事故发生的可能性最大,后验概率为0.270。导致事故发生影响因素相对较小的是设备因素和管理因素,后验概率分别为0.147和0.027。本文结果可为决策者提供决策支持。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U492.81
【部分图文】：

命题之间有因果关系（即不是条件独立的），就可以用箭头连接两个变量或命题。??当节点Ｍ和节点之间有某种关系时，并且Ｍ对＃有影响，则用Ａ／指向ＡＴ??的有向弧（Ａ／，Ａ〇表示Ｍ，＃之间的关系，权值用条件概率Ｐ丨Ａ＾Ｍ；）表示，如图２－１所??７Ｋ?〇??一般研究系统中会存在多个节点元素，节点之间存在一定的关系，可以根据节??点之间关系绘制一个符合研宄对象的有向图。贝叶斯网络主要是用来描述随机变??量间是否存在相互依赖关系。在贝叶斯网络结构中，图形圈一般用来表示随机变量??（Ｒａｎｄｏｍ?Ｖａｒｉａｂｌｅｓ?），图形箭头用来表示条件之间的依赖关系（Ｃｏｎｄｉｔｉｏｎａｌ??Ｄｅｐｅｎｄｅｎｃｉｅｓ）。??１２??

生事故数最多，其次是二季度、三季度，四季度发生事故数最少。??为了消除统计偏颇，将每个季度的最高事故数和最低事故数舍去，平均剩余三??年各个季度事故数，可知，一季度、二季度、三季度和四季度舍去最高和最低事故??数后获得的平均值分别为８１起、９２起、７９起和５１起。第二季度发生道路运输事??故数量最多，其次是一季度、三季度，第四季度发生事故数最少。??将所得的平均值、中位数和舍去最高最低事故数平均值所得的四个季度的道??路运输危险货物事故数进行再平均，可得一季度、二季度、三季度和四季度的道路??运输危险货物事故数分别为８２起、８７起、８１起和５２起。??综上所述，发生道路运输危险货物事故数最多的季度是二季度，其次是一季度、??三季度，发生道路运输危险货物事故数最少的季度是第四季度。??（２）发生月度分布??统计的危险货物道路运输事故中，发生事故最多的月份是５月和６月，发生??事故数各为１５８起，各古总发生量的１１％。发生事故数最少的是１２月，发生事故??数为６５起，占总发生量的４％。平均每月发生事故１２３起。如图３－３所示。??２００??—???—???——?１２．００％??

２２％??■凌晨０－４?＿早晨４－８?■上午８－１２?Ｈ下午１２－１６?■傍晚１６－２０?■夜间２０－２４??图３４道路运输危险货物事故统计样本发生时间段分布??Ｆｉｇ．３－４?Ｔｉｍｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｓｔａｔｉｓｔｉｃａｌ?ｓａｍｐｌｅｓ?ｏｆ?ｒｏａｄ?ｔｒａｎｓｐｏｒｔ?ａｃｃｉｄｅｎｔｓ?ｏｆ?ｄａｎｇｅｒｏｕｓ?ｇｏｏｄｓ??发生道路运输危险货物事故发生最多的时间段是４－８点，占比２５％，发生道路??运输危险货物事故第二多的时间段是８－１２点，占比２２％，发生道路运输危险货物??事故第三多的时间是凌晨０－４点，占比１８％。接下来发生道路运输危险货物事故最??多的时间段是１２－１６点，占比１６％。１６－２０点发生的道路运输危险货物事故占比为??１０％，２０－２４点道路运输危险货物事故占比为９％。??为了分析在各个季度下，每个时间段发生事故数量特性，现对道路运输危险货??物事故中各个季度下各个时间段的事故数进行统计，如图３－５所示。??ｉ：：?１?３??１：：?＿?＿?＿?＿??Ｋ－?〇％??一季度?二季度?三季度?四季度??□凌晨０－４?口早晨４－８?■上午８－１２?０下午１２－１６?Ｂ傍晚１６－２０?Ｑ夜间２０－２４??图３－５不同季度下各个时间段发生事故分布??Ｆｉｇ．３－５?Ａｃｃｉｄｅｎｔ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ａｔ?ｄｉｆｆｅｒｅｎｔ?ｔｉｍｅ?ｐｅｒｉｏｄｓ?ｉｎ?ｄｉｆｆｅｒｅｎｔ?ｑｕａｒｔｅｒｓ??在第一季度中
【参考文献】

相关期刊论文 前8条

1 郭景全;;我国高速公路交通事故现状及特点分析[J];黑龙江交通科技;2015年03期

2 方创琳;;科学选择与分级培育适应新常态发展的中国城市群[J];中国科学院院刊;2015年02期

3 辛春林;张艳东;;危险品运输网络优化设计研究综述[J];中国安全科学学报;2015年02期

4 沈小燕;李小楠;谢培;谢陈江;;886起危险品罐式车辆道路运输事故统计分析研究[J];中国安全生产科学技术;2012年11期

5 程亮;张杨;;基于F-N曲线的顶板事故风险接受准则研究[J];煤;2011年07期

6 高建刚;陈宏云;郑昊;;危险货物道路运输事故统计分析[J];中国安全科学学报;2007年08期

7 郭培杰;蒋军成;;模糊综合评价法在危险化学品道路运输风险评价中的应用[J];南京工业大学学报(自然科学版);2006年05期

8 陈明伟,袁晓华,潘敏,谢汶莉;从道路交通事故统计分析对比谈预防措施[J];中国安全科学学报;2004年08期

相关博士学位论文 前1条

1 朱明敏;贝叶斯网络结构学习与推理研究[D];西安电子科技大学;2013年

相关硕士学位论文 前6条

1 吴迪;基于贝叶斯网络危险货物道路运输事故预测模型[D];长安大学;2017年

2 李伊人;基于贝叶斯网络的港区危险品运输事故影响因素分析[D];东南大学;2017年

3 杨孟娇;危险货物罐车道路运输风险评价研究[D];北京交通大学;2016年

4 李学鑫;基于贝叶斯网络的危险品突发事故应急决策模型研究[D];吉林大学;2016年

5 石磊;危险货物道路运输事故统计分析及综合管理系统的建立[D];长安大学;2014年

6 张鸿勋;基于K2评分的贝叶斯网结构学习算法的研究[D];北京工业大学;2009年

本文编号：2851501