我国高速公路交通事故起数与死亡人数逐年增加,减少事故频数与降低事故严重程度成为高速公路交通安全研究的热点问题。本文对高速公路交通事故严重程度展开研究,通过研究高速公路交通事故特征因素对事故严重程度的影响,提出针对性的有效措施来降低事故严重程度,提高道路安全水平。现有的研究中,虽然很多研究将事故因素划分为“人-车-路-环境”等多个维度进行模型构建以揭示事故因素对严重程度的影响规律,但是针对道路与环境因素相互影响对高速公路交通事故严重程度的影响规律的研究还有所欠缺。基于此,本研究建立了道路与环境因素影响的高速公路交通事故严重程度预测模型,探究道路因素与环境因素共同作用对事故严重程度的影响。本文主要研究工作如下:（1）高速公路交通事故数据处理与特征分析对获取的河北省高速公路历史交通事故数据进行变量筛选,从道路与环境角度归纳出11项影响因素,并对变量进行离散化处理。对高速公路交通事故特征进行统计分析,从道路条件、环境条件两方面分析了交通事故的分布规律以及各因素对事故严重程度的影响。（2）基于XGBoost模型的高速公路交通事故严重程度影响因素分析建立XGBoost模型并引入SHAP值对XGBoost模型进行解释,得到各特征对目标变量的影响程度的重要性排序以及实现各特征对目标变量全局影响的可视化,定性地分析各特征因素对高速公路交通事故严重程度的影响程度。（3）基于贝叶斯网络的高速公路交通事故严重程度预测模型构建根据筛选的变量及其取值构建基于贝叶斯网络的高速公路交通事故严重程度预测模型。理解贝叶斯网络基本理论,选择K2结构学习算法搜索出最优贝叶斯网络结构;选择合适的参数学习算法,得到网络结构各因素变量的条件概率表。获得贝叶斯网络后,利用团树传播算法建立事故预测模型。最后对模型的学习精度及预测精度进行验证,结果表明预测模型的性能较好。（4）高速公路交通事故严重程度预测与分析基于河北省高速公路交通事故数据进行案例研究,利用构建的预测模型分别对道路和环境因素进行事故严重程度预测,然后再对不同因素交互作用下的事故严重程度进行预测,分析其对事故严重程度的影响规律,并根据分析结果有针对性地提出相应的安全管理措施,达到降低事故严重程度的目的。