随着我国社会经济的快速发展，机动化程度不断提高，道路通车里程和车辆运行里程显著增加，客货出行频率和道路交通量明显增大，导致道路交通事故频发，道路交通安全态势仍然严峻。交通事故不但导致人员死伤和直接财产损失，还将导致交通堵塞、交通延误、火灾、爆炸、危险品泄漏等问题，给人民的生产生活和社会经济发展带来巨大损失。为了保障社会生产生活的顺利进行，减少交通事故造成的人员死伤和财产损失，需要加大力度防控道路交通事故，加强道路交通安全。道路交通事故态势分析的目的是探究道路交通事故与人、车、路、环境等系统之间的相互关系，掌握在各项因素影响下交通事故的发生、发展和生成最终结果的内在规律，以期提出有效的交通安全管理措施，做到在事故发生前预防事故的发生，在事故发生过程中降低事故的严重程度，在事故发生后迅速进行事故快速响应，减少人员伤亡和财产损失。可见，道路交通事故态势研究对于提出并实施行之有效的交通安全管理对策，提高我国的道路交通安全水平，降低交通事故的危害程度，保障社会生产和人民生活，具有非常重要的作用。本文基于这些背景，结合国家863计划项目《重特大交通事故快速勘测与处置技术》，根据我国的交通事故状况、交通系统特性和社会经济发展特性，建立交通事故态势分析和预测模型，分析各种影响因素与交通事故之间的错综复杂的因果关系，掌握交通事故的发生和发展变化规律，并将研究成果应用于交通安全管理措施的制定和评价以及交通事故快速响应方案的制定，以提高我国的道路交通安全水平，促进道路交通和社会经济的快速发展。本文完成的主要研究工作有：论述了交通事故态势分析的基本理论，研究交通事故态势分析的两种主要方法——贝叶斯网络和离散选择模型，并分别应用两种方法建立机动车交通事故的态势分析模型，根据模型检验结果和预测精度进行模型优选；应用贝叶斯理论，建立非机动车/行人交通事故态势分析模型；基于已建的机动车和非机动车/行人交通事故态势分析模型，应用团树传播算法，学习各项影响因素对交通事故态势的影响规律；应用生存分析理论，建立交通事故持续时间预测模型；根据交通事故态势分析结果，提出降低交通事故严重程度的安全管理措施；制定交通事故快速响应方案，将已建的交通事故态势分析模型和交通事故持续时间预测模型整合，建立交通事故快速响应系统框架，并研究交通事故态势预测的贝叶斯网络增量学习问题。本文在以下方面取得了一定创新成果：构建机动车交通事故和非机动车/行人交通事故态势分析的贝叶斯网络模型，应用贝叶斯网络的结构和参数，对自变量与因变量之间、多维因变量之间以及多个自变量之间的复杂影响关系进行结构化描述和量化表达；以变量选择的客观性、变量间影响关系的表达、建模精确度等多指标为依据，从定性分析和定量计算两方面对比分析贝叶斯网络模型和离散选择模型在交通事故态势分析方面的优劣；应用团树传播算法实现贝叶斯网络的推理学习，分析各影响因素的变化对事故严重程度的影响，并将其用于交通事故安全对策的制定和定量评价；为了解决贝叶斯网络的增量学习问题，提出以新增数据比例10%作为贝叶斯网络结构调整的阈值；应用生存分析理论构建交通事故持续时间预测的加速失效模型。本研究成果可用于揭示在各项因素影响下交通事故的发生、发展和生成最终结果的内在规律，提出系统性的交通安全管理措施，预测交通事故态势和持续时间，制定有针对性的交通事故快速响应方案。研究成果对提高我国的道路交通安全水平，降低事故导致的人员伤亡和财产损失，保障社会生产和人民生活，具有重要的理论价值和现实意义。