传统船舶事故风险评估主要是评估船舶开航前的事故风险,或者是针对某一特殊的海况进行的风险评估,此类风险评估是假设开航后航行条件保持静止,即各个风险因子状态不变。然而实际情况下,由于船舶在航行过程中,各个风险因子是动态的、变化的。所以,传统的船舶事故风险评估模型无法做到风险评估结果随航行条件的改变而改变,难以在复杂多变的航行环境中应用。因此,研究构建合理的风险评估模型,分析船舶航行过程中的动态风险因子对航行安全的影响,具有十分重要的意义。本文首先通过收集渤海湾客滚船的大量历史事故数据,并结合系统安全法,构建了以风险因子组成的贝叶斯网络节点。然后依据相关专家知识,构造贝叶斯网络结构,使得贝叶斯网络拥有足够的逻辑节点,基本可以确定客滚船航行事故发生的一般过程。构建了完整的贝叶斯网络后,在GeNIe软件中,利用收集到的客滚船历史事故数据,对贝叶斯网络进行学习来获取条件概率表(Conditional Probability Table),同时综合多位船舶航行风险研究领域专家的意见,对贝叶斯网络的条件概率表(CPT)进行优化。最后利用建立的贝叶斯网络结构图与条件概率表,可以对贝叶斯网络进行推理,这样就能评估不同航行条件下客滚船的航行风险。在一定程度上,本文所建立的模型可以用于对客滚船航行过程中的动态风险评估,丰富了船舶航行风险评估的方法理论。另外,本文利用贝叶斯模型计算了风险因子所引发的事故概率,再利用风险矩阵定级法对航行中可能发生的风险因子进行了风险分级,最终确定了7类危险性较高的主要风险因子,并给出了对不同等级的风险因子所应采取的防范措施。研究成果对于保障客滚船航行安全,防止事故发生具有重要的的理论指导价值和现实参考意义。