近年来,我国不断加大基础设施建设投入,高速公路的发展得到了快速推进,成为了我国陆运的主要手段之一。截止2020年底,中国高速公路网的总里程已经达到了达16万千米,位居世界第一。同时,伴随着我国汽车保有量的逐年增长,高速公路的运载负荷指数上升,使得高速公路行车风险大大增加,发生的交通事故明显增多,不仅严重威胁人民的生命和财产安全,还会造成一系列不可预见的后时空影响。据统计,我国道路交通致死率为21%,远高于世界平均水平（每10万人中有9人死亡）,且我国有三分之一的重特大事故均发生在高速公路上。面临如此严峻的高速公路安全形势,有必要对事故数据进行全面深入的分析与研究。针对以往对高速公路交通事故研究大多局限于针对单一因素和二分类模型的情况,本文搭建模型为多因素下的三分类模型,加入了一些新的事故影响因素进行事故致因分析的研究。本文基于研究高速公路事故严重程度,搭建基于贝叶斯网的高速公路事故严重程度预测推理模型,对主要事故致因进行分析,探究事故严重程度与各个影响因素之间的内在联系,并将模型进行推理应用。首先对高速公路交通事故特征进行分析,根据收集的事故数据,从“人为、车辆、道路、环境”四个角度分别阐述对高速公路交通交通事故的影响关系,分析其事故分布情况,从统计分析角度对事故发生机理、发生规律进行剖析;从事故数据集里筛选出19个变量,再将事故分为:轻微事故、一般事故、重大事故,以此搭建贝叶斯网络模型;在模型进行训练的同时加入专家知识优化网络结构,对训练好的贝叶斯网络模型进行模型有效性验证,再将其搭建成推理模型进行实际应用;根据贝叶斯推理预测模型在主要事故致因下的不同推理结果,从交通参与者、管理者、和设计者三个视角对高速公路交通安全提出建议。为交管部门制定措施提供理论依据和技术依据,加快事故响应速度,减小事故发生带来的后时空影响。有效保障人民的生命财产安全,提升高速公路交通安全水平。