清华大学学报(自然科学版)

作者：骆成, 王雅轩

单位：西华大学 应急管理学院，成都 610039

关键词：道路运输,风险演化,危化品,网络规模-相互作用度模型,动态Bayes网络

基金：四川省哲学社会科学重点实验室“智慧应急管理重点实验室”开放课题(2023ZHYJGL-10),西华大学人才项目(Z242131)

危化品道路运输事故在车辆-道路-环境灾情下的演变十分复杂。为探究运输系统中不同风险因子相互作用强度和耦合特性，预防相关事故并提高运输安全，该文提出了一种基于混合模型的危化品道路运输风险演化评估方法。首先，基于事故数据库对风险因素进行辨识，确定风险耦合类型；其次，利用网络规模-相互作用度(N-K)模型，计算不同风险耦合类型的耦合度值，量化风险因素间的相互作用强度；然后，根据不同耦合类型和耦合度值构建包含耦合节点的动态Bayes网络(dynamic Bayesian network，DBN)，基于多个数据库(危化品道路运输事故综合数据库、重点路段环境监测数据库)和现有知识确定节点参数，通过考虑时间步长开展DBN分析；最后，运用风险等级指标揭示不同风险耦合类型的时间特征和风险演化潜在机理，提出风险防控策略。结果表明：多因素耦合节点的耦合程度明显高于双因素耦合节点。在双因素耦合中，驾驶员-环境耦合节点的耦合程度最高。风险耦合节点的发生概率随时间推移而逐渐增加，“违规操作”和“恶劣天气”对相应的风险耦合节点有显著影响。驾驶员因素与环境因素属于“非常强”的耦合类型。该混合模型能较准确地描述危化品道路运输事故风险演化和风险耦合的动态特征，为决策者和安全管理人员有效预防相关事故提供参考。

来源：2026年第2期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第2期