李志瑶，宗 芳 ，张屹山b

(1.长春大学 机械工程学院，长春 130022;2.吉林大学 a.交通学院;b.商学院，长春 130021)

1 介绍

贝叶斯网络(Bayesian network)又称信度网络，是在多元统计分析技术中的贝叶斯决策方法的基础上发展起来的一种统计推断方法，于1988年由Pearl首次提出。它将概率论与图论相结合，能够系统地描述随机变量之间复杂的相关关系。贝叶斯网络一般由三部分组成:①结点集X和结点间的有向连接集A;②由结点集和有向连接集组成的有向连接图G;③每一个结点与其各父结点之间的条件概率组成的条件概率分布Θ。

近年来，贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习特性，被广泛应用于辅助智能决策、模式识别、医疗诊断等领域。在交通领域，主要应用于交通行为分析、交通事故研究、短时交通量预测等方面。例如，鲜于建川、隽志才等(2011)应用改进的K2算法和贝叶斯参数估计方法构造通勤出行方式和出行链模式选择的局部贝叶斯网络［1］。宗芳等(2010)建立了停车行为分析的贝叶斯网络，并进行了停车收费等管理政策评价［2］。宗芳等(2011)运用相关性分析方法和K2算法建立了交通事故致因分析的贝叶斯网络［3］。梁俊秀(2010)基于贝叶斯网络的人的可靠性分析模型，对轨道交通系统司机的人因可靠性进行了定量分析，提出了基于Gibbs采样的交通贝叶斯网络近似概率推理算法，并进行交通流量的短时预测［4］。Janssens等(2006)结合应用决策树和贝叶斯网络描述人们的出行行为［5］。……