基于贝叶斯网络的危化品运输风险模糊综合评估研究

王 菲，姚 爽，张 展（沈阳化工大学，辽宁 沈阳 110142）

0 引言

危化品的运输大多涉及到异地运输的问题，由于危化品具有易燃易爆、强腐蚀性等特殊性，在运输过程中伴随着引起安全事故发生的影响因素，事故发生的后果极其严重。为了避免和减少事故的发生，对危化品运输进行风险评估显得极为重要，根据评估结果采取对应的预防和监管措施，从而提升危化品运输安全监管水平[1]。

Rhyne 等[2]建立了不同的事故风险评价模型。Erkut 等[3]提出了改进建议以提升风险评价计算的准确度。Uday Kumar Chakrabarti 等[4]结合GPS 软件和ALOHA 软件构建多种评估模型，旨在全面系统的评估危化品运输各路线的安全风险。帅斌等[5]首先分析了国内外危险货物运输风险评估方法和模型，并通过实例总结了各种模型和方法的特点。赵倩琳等[6]在分析中小危化品企业的安全管理现状基础上，结合专家经验和相关法规，提出一种适合中小危化品企业风险量化评估体系。

危化品运输风险相关评估多数采用定性的方法，较少选取定量方法进行研究，且定量安全评估的相关研究缺乏风险发生概率与风险损失程度两方面的综合考虑。本文基于贝叶斯网络[7]进行模糊综合评估，综合风险发生概率与风险损失程度这两方面的评估结果，可以对危化品企业运输风险进行更全面的评估。

1 危化品运输风险评估指标体系建立

张成俊[8]提出从制度、员工和车辆三个主观因素构建运输企业标准化管理体系。张春艳等[9]提出从“人-机-料-环-法”因素入手，针对危化品运输事故进行预防和应急处理。本文从人员、货物、设施设备、安全管理和运输环境五个方面进行评估，其中：人员因素包括驾驶经验、应变能力、安全素质；货物因素包括易燃易爆和特殊危害；设施设备因素为车辆状态和设备状态；安全管理因素主要是应急措施和相关规范；运输环境因素包括运输时长、气象条件和道路条件。建立危化品运输安全风险评估指标体系，如表1 所示。

2 模型建立

在风险评估方法中，定义风险为：

其中：R 为风险水平；P 为风险发生的概率；C 为风险造成的损失。由风险定义可知，风险水平R 是风险发生概率P 和风险事故损失C 的函数[10]。

2.1 危化品运输风险发生概率的贝叶斯网络模型

2.1.1 构建贝叶斯网络模型。Pearl 首次提出贝叶斯网络概率模型，将特定领域的专家信息与贝叶斯知识相结合，以有向图的形式表示事故相关变量之间的不确定性关系，并计算风险发生的概率[11]。危化品运输的贝叶斯网络模型和风险评估指标体系都是通过节点和变量之间的因果关系建立的，因此可以将二者进行转换[12]，危化品运输安全风险概率评估的贝叶斯网络如图1 所示。

图1 危化品运输安全风险发生概率评估贝叶斯网络

2.1.2 定义贝叶斯网络节点变量的基本信息。正向推理：在通过节点变量之间的因果关系建立贝叶斯网络模型之后，确定每个节点相互独立。可以根据下式由每个节点的先验概率和条件概率表计算边缘概率，最终得出危化品运输风险的概率。

其中：P (Ui)为边缘概率，P (U=Ui|U=Uij)为条件概率，P (U=Uij)为先验概率。

逆向推理：设子节点Ui已改变，并且识别导致Ui改变的可能因素，将Uij导致Ui改变的概率称为后验概率，依式（3）计算：

2.1.3 风险发生概率的指标等级划分。梳理和分析历史危化品企业运输风险资料，风险发生的概率及风险发生的可能性等级如表2 所示。其中I 级代表风险发生的概率最高，V 级代表风险出现的概率最低。

表2 风险发生概率等级标准

2.2 危化品运输风险损失程度的模糊综合评估模型

危化品运输安全风险的指标体系多为定义模糊的指标，模糊综合评价方法[13]是定性问题定量讨论的主要手段，与AHP 相结合可以更好地对指标体系加以定量分析[14]。按如下步骤建立危化品运输风险损失程度的模糊综合评估模型。

第五步：进行一级因素的综合评价，综合风险损失程度为：

L 为评判结果集，根据最大隶属度原则[16]，选取max(lt)对应的评语作为最终评估结果。通过整理和分析危化品运输风险历史损失情况，建立风险事故损失程度等级标准如表3 所示。

表3 风险事故损失程度等级标准

2.3 危化品运输安全风险评估标准

根据风险发生的可能性和风险事故损失的程度，风险等级标准可分为四级，其中1 级为不可接受、2 级不愿接受、3 级为可接受、4 级为可忽略，具体如表4 所示[17]。

表4 风险综合表

3 实证分析

本文拟对A 企业危化品道路运输风险建立安全评估体系。A 运输有限公司成立于2002 年，专门从事华北地区的危化品货物运输。目前，该企业已建立了完整的安全质量管理体系，配备装车50 余辆，可调度车辆近300 辆。车辆配备了行车记录仪和定位系统，安全防护设备齐全。该公司现有员工400 余人，相关人员考试合格后取得了相应的道路危险货物运输资质证书。

3.1 基于贝叶斯网络的风险发生概率评估

邀请8 位危化品运输相关领域的专家学者、A 企业一线危化品运输人员、危化品运输监管机构的工作人员作为专家组进行问卷调查，其中：T 代表风险因素的发生，F 代表风险因素的不发生。各风险因素的先验概率如表5 所示。

表5 各风险因素的先验概率

条件概率通过8 位专家组成员先验知识获得，以U4节点为例，条件概率如表6 所示。

表6 U4 节点的条件概率表

在得到先验概率和条件概率后，可利用贝叶斯网络计算出危化品运输风险的发生概率。边缘概率的计算过程如下：

由于数据庞大计算过程繁杂，将条件概率输入GeNie 软件进行贝叶斯网络推理，边缘概率信息如图2 所示，目标层和一级指标层节点的边缘概率如表7 所示。

图2 贝叶斯网络边缘概率

表7 目标层和一级指标层节点的边缘概率

由表2 和表7 可知，该危化品企业运输风险发生可能性在货物因素为Ⅳ级，设备设施方面为Ⅱ级，其余方面为Ⅲ级，综合运输风险发生可能性为Ⅲ级。

危化品运输事故已经发生的情况下，计算每个风险因素的后验概率，快速寻找引起事故发生的关键因素。在GeNie 软件建立的贝叶斯网络模型中，将“综合运输风险”节点发生概率设置为1。由逆向推理可知，如果危化品运输中必然存在风险，由U32设备状态导致的风险发生概率最高为75%，其次是U31车辆状态、U41应急措施、U11驾驶经验和U42相关规范，风险发生概率均高于60%，企业应重点关注导致运输风险的相关因素并采取有效措施。

3.2 基于模糊综合评估的风险事故损失程度评估

3.2.1 风险评估指标权重确定。8 位专家组成员对风险评估指标权重进行确定。以一级指标权重计算为例，一级指标判断矩阵计算出的CI 值为0.056，RI 值为1.120，因此计算出的CR 值为0.050＜0.1，符合一致性检验，计算出的权重一致，由此可计算每个指标的权重。

3.2.2 评估结果与分析。专家组8 名成员结合危化品道路运输企业安全检查表对二级指标进行了评估，以二级指标“人员因素U1”为例，根据式（4）计算其隶属度为：

从表8 数据可以看出，5 个一级指标中，人员因素、安全管理、运输环境指标的损失最大隶属度对应评估等级为“一般”，货物因素的损失最大隶属度对应评估等级为“较轻微”，设施设备指标的损失最大隶属度对应评估等级为“较严重”，综合风险损失的最大隶属度对应评估等级为“一般”。

表8 各级评估指标隶属度

3.3 综合评估分析

贝叶斯网络评估法可知该危化品企业综合运输风险发生可能性为Ⅲ级，模糊综合评估的结果为综合风险损失程度等级为“一般”。由表4 综合分析，该危化品运输企业安全风险评估结果为3 级可接受程度。该企业在设施设备方面评估等级较差且风险概率常见，因此企业应定期检查维护设施设备，动态掌握车辆的运输状况，针对薄弱环节采取相应的预防和应急措施。

4 结论

危化品运输具有特殊性和流动性的特点，因此，在风险评估研究中应全面、系统地考虑和分析可能导致事故的影响因素和指标。贝叶斯网络评估法在进行安全风险评估时，只对风险发生概率进行评估是不全面的。结合模糊综合评估法对风险损失程度进行评估，可以为考虑不确定危化品运输的风险损失提供分析工具。综合这两方面的评估结果，可以对危化品企业运输风险进行更全面的评估。本文以A 危化品运输公司为例，构建了综合评估体系，对危化品道路运输安全风险做出了量化评估，对危化品道路运输行业提供了可借鉴的综合安全评估手段。