- CSCD核心中文核心科技核心
- RCCSE(A+)公路运输高质量期刊T1
- Ei CompendexScopusWJCI
- EBSCOPж(AJ)JST
隧道建设（中英文） ›› 2023, Vol. 43 ›› Issue (1): 27-35.DOI: 10.3973/j.issn.2096-4498.2023.01.003
申建红1， 2， 刘树鹏1， *
SHEN Jianhong1, 2, LIU Shupeng1, *
摘要： 为解决不同类型的地铁施工事故关键致因识别，以便于支持事故相关方在风险分析、预防和控制进行决策的问题。在收集国内2011—2021年间发生的202起事故报告数据的基础上，采用树增强朴素贝叶斯（tree augmented naive, TAN）和EM算法，从事故经过、直接原因、间接原因3个角度分别对事故报告进行统计处理、风险指标提取及合并、风险指标筛选、模型图形结构构建、模型参数确定，并采用GENIE软件训练数据建立最终分析模型。贝叶斯模型分析结果表明： 1）通过正向推理明确不同类型事故的关键致险因素，并对各风险因素引发事故的总体影响程度进行重要度排序； 2）通过反向诊断说明所建模型在不同风险因素组合情境下对风险预测的决策支持作用； 3）10折交叉验证证实了模型的有效性。
