驾驶疲劳对危险化学品道路运输事故风险的影响规律

作者：陈文瑛; 邵海莉; 张沚芊

来源：安全与环境学报, 2023, 1-12.

DOI：10.13637/j.issn.1009-6094.2022.2478

• 安全人体学
• 动态贝叶斯网络
• EM算法
• 危险化学品
• 道路运输
• 动态风险

近年来，随着危险化学品使用量的急剧攀升，危险化学品道路运输事故率也呈现上升的趋势，且此类事故的发生往往导致严重的事故后果。为研究危险化学品道路运输事故动态风险变化规律，在修正贝叶斯网络模型基础上，利用2017～2021年历史数据进行机器学习，根据驾驶疲劳程度计算得到“驾驶人行为”动态节点的状态转移概率矩阵，建立了基于动态贝叶斯网络（Dynamic Bayesian Network，DBN）的危险化学品道路运输动态风险预测模型并进行了推理分析。研究表明：在驾驶前3小时内驾驶人“疲劳驾驶”的发生概率随着时间的推移而增加，但增幅有所下降；在最常见情境下，随着驾驶人“疲劳驾驶”概率增加，“侧翻”和“碰撞”事故类型的发生概率增加明显，进而导致“泄漏”事故后果的发生概率有一定增加；驾驶人“疲劳驾驶”概率增加会导致“有伤亡事故”发生概率的增加，即加重了事故的严重程度；且在驾驶前3小时内“侧翻” “碰撞”“泄漏”和“有伤亡事故”发生概率的变化趋势与驾驶人“疲劳驾驶”发生概率的变化趋势一致。

• 单位
  首都经济贸易大学