道路运行安全风险分析是道路交通安全管理的一个较新的研究方向。目前的分析方法,大都从管理制度上进行论述,或者采用基本的统计方法进行宏观层面的规律性分析,缺少先进的、智能化的分析方法。自2006年8月交通部发布《全国公路交通阻断信息报送制度》以来,交通部及各省级路网中心累积了大量的区域路网交通阻断信息,引入“数据挖掘”理论与技术,充分利用历史道路运行数据,梳理和分析干扰道路安全运行的各项原因,发现道路安全运行管理的内在规律,为我国道路安全运行制定科学的安全防范措施,提供辅助决策支持,对提高我国道路交通安全管控能力具有十分重要的现实意义。本文在分析国内外数据挖掘技术、交通安全理论和两者相结合方法的研究及其应用现状基础上,以国家科技支撑项目“国家高速公路安全和服务技术开发与工程应用示范”实践为背景,应用多学科知识交叉融合来研究基于数据挖掘的道路运行安全风险分析方法。首先,论文研究了道路运行安全风险相关信息的数据来源、数据特点、以及各个组成要素,进而提出了一个基于本体的道路运行安全风险数据仓库建模方法,该方法按照主题-维度-类别的方式,通过扩展和新增的BWW本体构件,将用户需求划分为多个主题,每一个主题由多个维度刻画,每个维度细分为多种类别,并进行维度、类别等对象的特性及其之间的关系的形式化定义和可视化描述。通过该方法,建立具有语义信息的概念模型,完成基于数据仓库的多源信息整合任务,为道路运行安全风险分析和管理提供有效的数据整合技术保障。然后,以“风险因素”分析为重点,在归纳和总结诱发道路交通阻断原因基础上,提出了采用改进的风险指数评价法来完成道路运行安全风险因素评估,通过对概率和严重性的动态划分获得各因素的相对风险指数,实现了对区域路网各动态因素风险性的量化评估,进而构建了道路运行安全评价指标体系,完成道路运行安全的综合评价。其次,以“风险事件”研究为重点,分析阻断事件的时间和地域等分布情况,提出了基于模糊聚类的道路交通阻断等级划分方法和基于模糊关联规则的公路运行安全成因分析方法,上述方法根据历史实际数据,实现了道路运行安全阻断等级的准确划分,并挖掘出交通事件属性之间的依存关系,为交通阻断的预防和处置提供辅助支持。再次,以“异常状态预测”研究为重点,针对现行道路运行异常状态的获取方式和处理模式效率低的问题,提出了一种道路运行异常状态预测方法,基于组合预测的路段交通量预测分析模型和基于RBF断面交通流参数(流量、速度、占有率)的预测偏差分析模型,实现对道路运行的常发性异常状态和偶发性异常状态进行动态预测。最后,将论文研究成果与工程实际结合,以某道路主管部门的风险分析需求、应用背景和实绩数据,来验证本文所述方法的有效性和可行性,研究成果为道路运行安全风险智能化和知识化管理提供了一定的参考与借鉴。