基于贝叶斯网络的地铁驾驶员行车作业人因风险分析方法

摘要

地铁行业高速发展,地铁运营安全却频频出现问题。本文提出一种基于贝叶斯网络的地铁驾驶员行车作业人因风险分析方法,为保障地铁运营安全提供帮助。首先,运用专业的贝叶斯网络分析软件Netica构建初始的贝叶斯网络模型;编程对现场原始数据库进行数据预处理,得到适合贝叶斯网络学习的训练样本数据库;再利用Netica软件的数据自主学习功能,将训练样本数据导入贝叶斯网络,通过对训练数据的学习,完成了对其参数概率的自我修正;最后,以地铁驾驶员行车作业中“正线列车执行巡道作业”这一作业项为例,利用修正后的贝叶斯网络模型对其进行人因风险分析,进而证明该人因风险分析方法的可行性和实用性。