论文部分内容阅读
危险品是进行工业生产的原材料及其制品,是社会必不可缺少的物质。而随着现在物流的快速发展,工业的布局更加完善和日趋合理,危险化学品的长距离运输在所难免。由于危险化学品在航空、铁路、水路运输方面的限制,大多数的危险化学品是通过公路运输来完成的。危险化学品在运输过程中容易发生事故,引起有毒有害物质的泄露,发生爆炸、中毒等事件,造成人员伤亡及较大的财产损失,危害巨大,社会影响较大。所以,为了保障危险化学品的运输安全,进行危险品运输的风险预测及评价,可以为危险品的运输和相关管理部门提供安全技术的支持,充实风险预测及评价理论的实际应用。论文分析了国内外危险品运输风险预测及评价的现状及发展趋势,介绍了危险品的相关概念及运输的安全要求,阐述了山区高速公路危险品运输风险预测的现状及特点;对本文的研究重点山区高速公路的特殊道路状况进行了详尽的分析,并阐述其与危险品运输事故发生之间的关联;依据山区高速公路危险品运输事故发生的特性,并结合基础数据获得情况,经过分析比较,应用时间序列预测、灰色理论预测方法进行了交通事故预测,并重点结合相对智能化的神经网络技术,应用基于神经网络的预测方法进行了中短期的交通事故预测;通过对山区高速公路危险品运输事故及事故原因的分析,重点剖析相关道路因素,提取出桥梁段、隧道、急转弯、长大坡等特殊路段作为风险评价的因素,进行危险品运输风险的评价;应用危险品运输事故发生的概率理论思想,构建了基于道路因素的危险品运输风险评价的概率计算模型,并以此为依据进行风险评价,最后以某段具有典型山区高速公路特征的路段为例进行了评价分析。