[发明专利]事故因果推理方法、装置、电子设备及可读存储介质

说明书

本申请提供一种事故因果推理方法、装置、电子设备及可读存储介质。该事故因果推理方法包括：获取多个事故相关因素；根据多个事故相关因素，构建用于反映多个事故相关因素之间的相互影响关系的不确定信息贝叶斯网络拓扑结构；根据多个事故调查报告和不确定信息贝叶斯网络拓扑结构进行计算，得到第一参数信息和第二参数信息；根据第一参数信息和第二参数信息的后验概率计算比对结果以及不确定信息贝叶斯网络拓扑结构，确定事故因果推理模型；将接收到的事故证据输入事故因果推理模型中，以使事故因果推理模型输出事故因果推理结果。可见，实施这种实施方式，能够反映小样本数据时事故因素之间的潜在关系，从而提高因果推理结果的准确性。

技术领域

本申请涉及人工智能领域，具体而言，涉及一种事故因果推理方法及装置。

背景技术

随着工业经济的快速发展，运输及储存等需求开始变得越来越多，伴随着其增长的，还有各类事故的发生。由于事故不能完全避免，所以如何对事故进行因果推理，并根据其因果推理结果进行风险控制成为了当下最要紧的问题之一。然而，目前的因果推理方法通常采用故障树分析(FTA)和事件树分析(ET)，该种方法虽然可以系统地研究事故原因与结果之间的关系，并建立一个层次化、结构化的概念模型。但是这种方法计算时基于布尔逻辑，这就导致了得到的因果推理结果无法反映事故因素之间的潜在关系，从而导致因果推理结果的准确性较差。贝叶斯网络(BN)虽然是近年来刻画因果推理模型中不确定信息的有用工具，但是该种方法点概率的形式需要大量且完整的数据，在数据不充分时结果可信性较差。

发明内容

本申请实施例的目的在于提供一种事故因果推理方法及装置，能够反映事故因素之间的潜在关系，从而在小样本数据下提高因果推理结果的准确性。

本申请实施例第一方面提供了一种事故因果推理方法，所述方法包括：

获取多个事故相关因素；

根据所述多个事故相关因素，构建用于反映所述多个事故相关因素之间的相互影响关系的不确定信息贝叶斯网络拓扑结构；

根据多个事故调查报告和所述不确定信息贝叶斯网络拓扑结构进行计算，得到第一参数信息和第二参数信息；

根据所述第一参数信息和所述第二参数信息的后验概率计算比对结果以及所述不确定信息贝叶斯网络拓扑结构，确定事故因果推理模型；

将接收到的事故证据输入所述事故因果推理模型中，以使所述事故因果推理模型输出事故因果推理结果。

在上述实现过程中，可以根据大量的事故相关因素确定不确定信息贝叶斯网络拓扑结构，从而构建起反映事故因素之间的潜在关系；然后，根据每个事故中的内在联系和不确定信息贝叶斯网络拓扑结构进行第一参数信息和第二参数信息估计；并在得到第一参数信息和第二参数信息之后，对二者进行后验概率计算，以使其计算结果能够验证不确定信息贝叶斯网络拓扑结构是否具有合理性和有效性；当上述计算结果能够确定不确定信息贝叶斯网络拓扑结构合理且有效时，根据不确定信息贝叶斯网络拓扑结构确定事故因果推理模型，以使该事故因果推理模型能够根据各种事故相关因素的发生概率和事故证据推理出事故因果推理结果。其中，事故因果推理结果包括事故原因、事故类型、事故结果、事故影响以及事故处理办法等。可见，实施这种实施方式，能够建立起一个能够反映事故因素之间的潜在关系事故因果推理模型，并通过事故因果推理模型进行事故因果推理，得到更准确的事故因果推理结果。

进一步地，所述获取多个事故相关因素的步骤包括：

获取历史事故报告和预设文献信息；

在所述历史事故报告和所述预设文献信息中提取多个事故相关因素；其中，所述事故相关因素至少包括事故原因、事故类型、事故结果以及事故影响中的一个。