Os riscos de segurança associados aos equipamentos de transporte urbano são caracterizados por heterogeneidade de múltiplas fontes e evolução dinâmica. Modelos de gerenciamento estático tradicionais, orientados por especialistas, muitas vezes falham em atender às demandas de prevenção proativa em cenários complexos, levando a questões críticas, como identificação de risco ambígua e medidas de prevenção insuficientemente direcionadas. Este estudo propõe um novo método de avaliação de risco e inferência que integra gráficos de conhecimento com redes bayesianas. Primeiro, um gráfico de conhecimento sobre risco de segurança é construído com base em relatos de casos de acidentes históricos. Em seguida, um método de mapeamento é proposto para converter o gráfico de conhecimento em uma rede bayesiana. Posteriormente, abordagens estatísticas orientadas por dados são empregadas para estimar os parâmetros da rede. Finalmente, um estudo de caso envolvendo falhas de equipamentos no transporte urbano é conduzido para validar o método proposto. Resultados experimentais demonstram que o método proposto identifica efetivamente fatores de risco chave e rastreia com precisão as causas de acidentes por meio de inferência reversa. O método também supera significativamente abordagens tradicionais em termos de precisão prática. As descobertas fornecem suporte inteligente à decisão para o gerenciamento de risco de equipamentos de transporte urbano.
Zhu et al. (Qui,) estudaram essa questão.