申请/专利权人：南京工业大学

申请日：2023-06-08

公开（公告）日：2024-03-22

公开（公告）号：CN116739345B

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06Q10/0832;G06Q10/083;G06F18/20;G06F18/2415

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.09.29#实质审查的生效;2023.09.12#公开

摘要：本发明公开了一种危化品道路运输事故发生可能性实时评估方法，综合运用历史事故数据、运输企业运营管理数据以及实时监控数据构建运输事故链，根据基于Bow‑tie的危化品道路运输事故定性推理演化模型的映射规则得到危化品道路运输事故贝叶斯定量分析网络，使用EM算法来确定中间节点和子节点的条件概率,同时确定贝叶斯网络先验概率值，通过运用Bow‑tie理论以及贝叶斯方法，对危化品道路运输过程泄漏、火灾以及爆炸事故情景发生可能性的实时预测，解决了在事故发生可能性研究领域中，无法将动静态数据全面联合使用，评估方法选用数据较为片面，无法构成有效的事故发生发展推理网络模型且事故可能性评估结果静态性较强的技术问题。

主权项：1.一种危化品道路运输事故发生可能性实时评估方法，其特征在于：包括以下具体步骤：S1、对储存模块中储存的危化品道路运输企业运营管理数据、历史事故数据以及实时监控数据进行提取；S2、将数据导入数据分析模块进行数据的分类，根据提取数据的类型将数据分类为事故原因数据、最前端事故形式数据、失效形式数据和事故后果数据，以“事故原因→最前端事故形式→失效形式→事故后果”的方式来构建危化品道路运输事故链；S3、将分类得到的事故原因数据、最前端事故形式数据、失效形式数据和事故后果数据导入Bow-tie图构建软件，进而构建基于Bow-tie的危化品道路运输事故定性推理演化模型，Bow-tie领结图由关键事件、故障树以及事件树三个部分组成，其构建方法包括：首先确定领结图分析的关键事件，关键事件为泄漏，然后以关键事件作为顶上事件构建故障树，明确事故发展过程和致因，以关键事件为顶上事件构建事件树，考虑内外界因素确定事故不同灾种演化发展的路径和模式；S4、根据基于Bow-tie的危化品道路运输事故定性推理演化模型的映射规则得到危化品道路运输事故贝叶斯定量分析网络；S5、使用EM算法来确定中间节点和子节点的条件概率,同时确定贝叶斯网络先验概率值，并结合历史事故数据、实时监控数据和运输企业管理数据构建危化品道路运输事故发生可能性实时评估模型；所述S4的具体步骤如下：S41:依据构建的Bow-tie蝴蝶图确定事故发生发展全过程各个阶段以及各个阶段对应的事故节点采集，将各个阶段对应的事故节点作为贝叶斯网络的节点；S42：依据历史事故数据构建的事故链对贝叶斯网络节点进行筛选处理，最终对贝叶斯网络节点进行确定；所述Bow-tie危化品道路运输事故定性推理演化模型包括左侧故障树和右侧故障树，其中，Bow-tie危化品道路运输事故定性推理演化模型的左侧故障树转化为贝叶斯网络的方法包括以下具体步骤：S411左侧故障树中的顶上事件、充要条件事件、直接原因事件以及详细直接原因事件均对应着贝叶斯网络的各个节点，并且左侧故障树中各个事件之间的连接关系对应贝叶斯网络各个节点之间的连接关系；S412左侧故障树的直接原因事件的发生概率对应着贝叶斯网络相对应节点的先验概率；S413左侧故障树各个事件之间的逻辑门关系对应贝叶斯网络各个节点间的连接强度，其可用于实现贝叶斯网络各个节点之间条件概率的确定；所述Bow-tie危化品道路运输事故定性推理演化模型的右侧故障树转化为贝叶斯网络的方法包括以下具体步骤：S414对事件树中的每一个变量都相应的在贝叶斯网络中设置一个节点；S415对事故后果，设置节点“泄漏”、“火灾”、“爆炸”；S416以事件树中的逻辑关系为连接关系，根据贝叶斯网络构建规则，使用有向边进行节点间的连接；S417依据事件树中各个节点的概率，以及节点间的逻辑关系，确定贝叶斯网络中节点的先验概率和条件概率的取值；所述S5中使用EM算法来确定中间节点和子节点的条件概率的具体步骤包括：S51：样本集表示为V＝v1,v2,v3,v4,……,vn，其中vn为样本集中第n个样本，并且将概率密度函数表示为pvk|θk，其中θk为样本集中第k个样本出现的概率，同时因为N个样本之间不相互关联，且相互独立，所以将此样本集的联合概率表示如下式：其中，vi为样本集中第i个样本，θi为样本集中第i个样本出现的概率；S52：寻找能够使样本集N的概率最大的θ，即需要使pθ最大，将满足这种要求的成为最大似然值，如下式： 上式两边同时取对数并求导，得到的方程如下： 对上式进行求解得到最大似然的值；以历史事故为训练数据，通过EM算法计算得到各个中间结点以及字节点的条件概率，并设定参数，“Y”表示节点发生，“N”表示节点不发生。

全文数据：

权利要求：

百度查询： 南京工业大学 一种危化品道路运输事故发生可能性实时评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD