Analysis of factors that influence hazardous material transportation accidents based on Bayesian networks: A case study in China

In this study, we applied Bayesian networks to prioritize the factors that influence hazardous material (Hazmat) transportation accidents. The Bayesian network structure was built based on expert knowledge using Dempster-Shafer evidence theory, and the structure was modified based on a test for conditional independence. We collected and analyzed 94 cases of Chinese Hazmat transportation accidents to compute the posterior probability of each factor using the expectation-maximization learning algorithm. We found that the three most influential factors in Hazmat transportation accidents were human factors, the transport vehicle and facilities, and packing and loading of the Hazmat. These findings provide an empirically supported theoretical basis for Hazmat transportation corporations to take corrective and preventative measures to reduce the risk of accidents.     

基于故障树与贝叶斯网络的钻井井塌事故的定量分析

井塌事故在钻井过程极其常见,由于钻井液、井身结构等设计不合理,以及钻井过程的误操作均会造成井塌的发生,其后果主要是造成卡钻、卡套管等事故,严重时造成井眼毁坏。为了对井塌事故进行危险性分析,采用贝叶斯网络与故障树相结合的方法,避免传统故障树方法的局限性。首先对井塌事故的所有危险因素进行辨识建立故障树,然后将故障树转化为贝叶斯网络,建立条件概率表,运用贝叶斯网络的推理能力对井塌事故进行危险性分析。对井塌事故各基本事件概率分布的计算分析结果表明,考虑事件的多态性,综合利用故障树分析法和贝叶斯网络法能有效提高井塌事故分析的有效性,推算出井塌事故概率分布更为准确。     

基于贝叶斯网络的非正常情况下高铁行车调度人因可靠性分析

行车调度子系统在整个高铁运输系统中处于关键位置,虽然行车调度大多已经采用了信息化、自动化的作业程序,但发生设备故障、交通事故、自然灾害等非正常情况时,很多具体的作业组织和管理仍需行车调度作业人员的参与.提出了一种基于贝叶斯网络考虑情境环境因子交互关系的人因可靠性分析方法,以某铁路局的人因失误数据统计表为学习样本,推理出行车调度作业人员工作中存在的主要问题.结果表明,“完成任务的可用时间”、“培训”及“人员配置”的节点状态变化会对作业人员的可靠性产生很大影响.最后,以高铁行车调度人员在某种特定情境状态下的实际作业为例进行了实证研究.研究表明,所建立的方法正确可靠,能够准确、高效地辨识人因可靠性.     

基于零膨胀负二项回归模型的内河水上交通人命安全分析

运用零膨胀负二项回归模型,分析水上交通事故中人员死亡失踪数量的各影响因素的影响程度。通过Pearson相关分析得到与水上交通事故中人员死亡失踪人数密切相关的因素,建立ZINB回归模型得到各因素的参数估计值。运用弹性分析方法对不同影响因素的影响程度进行评估,根据影响程度对各影响因素进行排序。将该方法应用于长江海事局辖区范围内的水上交通事故人员死亡失踪分析,取得了理想效果。