摘要：通过文献分析和头脑风暴法确定影响高空坠落事故的风险因子，构建贝叶斯网络结构，以调查问卷的方法完成参数学习，得到完整的动态贝叶斯网络（DBN）模型，利用DBN因果推理和诊断推理进行风险评估。以上海某建筑工程为例，将此模型用于高处坠落事故风险的评估，结果表明该模型具备一定的合理性和科学性。
关键词：高空坠落；动态贝叶斯网络；风险管理；不确定推理
Abstract：Througn literature analysis and brainstorming method，this paper determines the risk factors of falling accident and constructs a bayesian network structure. After learning process parameters with the method of questionnaire，gets a complete DBN model，then uses DBN causal reasoning and diagnostic reasoning for risk assessment. Taking a construction project in Shanghai as an example，applies the model to evaluate the risk of falling accidents on high ground，the results show that this model is reasonable and scientific.
Keywords：high falling；dynamic bayesian network；risk management；uncertainty reasoning
参考文献
[1] 郑霞忠，王晓宇，陈述，等.高处坠落事故的人因失误与干预略研究[J].中国安全生产科学技术，2017（6）：
139-144.
[2] 邓航，庞奇志，朱德英，等.建筑施工高处坠落事故分析及预防对策[J].工业安全与环保，2010（4）：57-59.
[3] 张敬磊，王晓原，马立云，等.基于动态贝叶斯网络的交通流状态辨识方法[J].北京理工大学学报，2014（1）：45-49.
[4] ZHANG L M，WU X G，DING L Y，etal. Decision support analysis for safety control in complex project environments based on Bayesian Networks[J]. Expert Systems with Applications，2013（11）：4273-4282.
[5] 任佳，高晓光.贝叶斯网络参数学习及对无人机的决策支
持[M].北京：国防工业出版社，2012.
[6] 余晓琳，颜全胜.基于离散动态贝叶斯网络的桥梁状态评估方法[J].桥梁建设，2016（3）：74-79.
[7] 李维乾，解建仓，张永进，等.动态贝叶斯网络在水文预报中的应用[J].计算机工程与应用，2010（6）：231-234.
[8] 吴贤国，丁保军，张立茂，等.基于贝叶斯网络的地铁施工风险管理研究[J].中国安全科学学报，2014（1）：84-89.
[9] 于春华.火灾事故致因机理研究[J].消防科学与技术，2013（2）：221-224.
[10] 王鹏程.基于事故致因理论的多因素集成控制研究[D].武汉：华中科技大学，2012.
工程经济，2019（2）：23-26