随着我国经济的高速发展,货物运输总量也在持续增长,道路货物运输在我国综合货物运输体系中十分重要。重型货车凭借其运量大的优势,已经成为道路货物运输的重要组成部分。但重型货车涉及到的交通事故以及重特大交通事故的比例很高,这些交通事故给人民的生命、财产都带来了很大危害,因此对重型货车交通事故严重程度影响因素及对策的研究很有必要。论文基于深圳市重型货车交通事故数据,运用描述性统计分析、灰色关联分析、贝叶斯网络分析方法,对重型货车交通事故的特征、重型货车交通事故严重程度的影响因素进行研究。首先,论文对重型货车以及交通事故严重程度的相关研究现状进行了文献综述。介绍了重型货车和交通事故的基本概念以及交通事故严重程度的分类,搜集了重型货车交通事故数据并进行整理。基于重型货车交通事故数据,从人、车、路、环境等方面对重型货车交通事故进行初步分析,对重型货车交通事故的特征进行整体把握。其次,论文以交通事故数据中死亡事故的数量为参考序列,对重型货车交通事故数据进行了灰色关联分析,根据分析结果筛选出与重型货车交通事故严重程度相关性强的主因素,建立了事故数据集及测试集。再次,论文基于数据集建立了贝叶斯网络模型。利用基于独立性检验的方法构建贝叶斯网络结构,利用EM算法进行贝叶斯网络参数估计。然后基于测试集对模型进行了有效性验证。最终确定了用于重型货车交通事故严重程度分析的贝叶斯网络模型,基于该模型进行了推理分析。最后,基于贝叶斯网络推理分析结果,详细分析了深圳市在重型货车监督管理中存在的问题以及重型货车交通事故隐患,并提出了关于完善监督管理措施和道路硬件条件的对策,旨在提升重型货车交通安全水平。其中完善监督管理措施的对策包括完善重型货车驾驶员管理的相关法律制度,多部门加强日常联合执法,加大对重型货车安全检测的力度,强化运输企业责任,有针对性的开展交通安全宣传,充分利用全国道路货运车辆公共监管与服务平台。完善道路硬件条件的对策包括完善道路基础安全设施,设置行人、非机动车闯入高速公路预警设施,设置非机动车专用道,优化道路交叉口设计。