铁路是一个由人、设备、环境组成的复杂系统,其运行中难免会出现事故,进而影响到铁路的正常运行。在这些人当中,车务系统负责列车调度指挥工作,起到铁路系统正常运转的核心作用,是研究铁路安全管理的重要部分。车务系统作业过程较为复杂,很多环节都存在安全风险和事故隐患。运用科学的方法,识别关键风险点,对车务系统事故发生概率进行有效预测,是加强车务系统安全管理的重要举措。贝叶斯网络通过先验概率和先验概率相关的条件概率来解决后验概率的评价方法,在故障预测、交通管理中具有明显的优势。为此,对贝叶斯网络模型进行交通事故概率预报的研究,探讨科学的铁路交通事故概率预报方法,对提高铁路运输安全管理水平具有重要意义。首先,通过对某铁路局集团铁路车辆系统的调查,获取了某铁路局集团近十年来铁路车辆系统安全的基本信息（包括作业量、事故发生情况以及故障类型等）,从中提炼出某铁路局集团公司车务系统事故风险因素,为基于贝叶斯网络模型的车务系统事故发生概率预测提供依据。然后,通过常用风险评估方法对比,选择解释结构模型进行车务系统事故风险因素定量评价,得到车务系统事故风险等级划分。最后,结合贝叶斯网络的基本原理,构建基于贝叶斯网络的车务系统事故预测模型,并将其应用于某铁路局集团公司车务系统事故预测中,得到车务系统事故发生概率,为车务系统故障防控提供决策依据。通过对所选择的研究样本进行深入分析,基本上验证了本文所提出的预测模型的有效性和实用性。试验验证发现,所选择的某铁路局集团公司车务系统事故数量呈波动上升趋势,事故越发频繁,主要有人身事故、接发车事故、调车事故、施工事故和其他事故。其中,车务系统事故上层直接风险因素包括取消信号、车辆脱轨、漏鞋,中间层间接风险因素包括安全管理、分歧方、应急处置、错办误操、分离和错鞋,底层根本风险因素包括调度命令和冒号挤岔。通过车务系统事故预测,事故发生概率位36.7%,应急处置、接发列车、错办误操、漏鞋、调度命令和冒号挤岔等环节的风险是引起车务系统事故的关键,需要高度重视。