赵金宝 邓 卫 王 建

(东南大学交通学院，南京 210096)

面对大量的交通事故及安全隐患，国内外在交通事故分析及预测模型上的研究成果多为单因素或多因素统计性回归形式，主要通过系统致因理论来分析交通事故的特点，缺乏对交通事故导致因素之间相互关联的关系进行层次性的系统分析.文献［1］在哈顿矩阵和事件链方法的基础上，提出了基于C3-R3系统的事故分析方法;文献［2］运用系统科学的宏观数据，从驾驶员、步行者、车辆及道路调价和交通管理的角度，分析了交通事故的成因.相关研究着重研究不同因素对事故的影响，但在分析过程中往往假设交通事故的致因变量是相互独立和不相关的，这与实际不相符.交通事故的发生往往是多个因素相互作用的结果，表现出明显的层次性，因此，对不同因素相互关联作用下的交通事故进行分析和预测是十分有必要的.

以变量之间的相互作用为前提、通过参数学习和概率推理来获取结果分布信息的贝叶斯网络已广泛应用于航空系统风险分析［3］、搜索营救可靠性分析［4］以及核工业操作员的环境评价［5］.研究结果表明，贝叶斯网络在概率分析具有强大优势，而利用贝叶斯网络进行城市道路交通事故推理分析和安全诊断研究还为数不多.文献［6］应用结构较简单的Empirical Bays(EB)模型对交通事故数进行预测的结果表明，与广义线性模型相比，EB模型的预测结果更接近实际.贝叶斯网络与回归模……