近年来,随着我国经济社会的快速发展,由公交车辆引发的交通事故日益频发。为了减少公交事故发生的数量,提高公交运营的安全性,相关部门在公交车辆安装了智能化的预警系统,对公交车辆运行安全状态进行动态监测,进而有效预防交通事故的发生。因此,如何利用既有的车辆预警数据,科学系统的评估公交车辆的运行风险,对于避免和减少人员伤亡和财产损失具有一定的现实意义。论文的主要工作及结论如下:(1)针对我国公共交通发展趋势、安全管理现状和车辆监管技术在公交安全管理中的应用情况,分别从公交车辆运行安全管理、交通安全评价与分析和交通安全事故预测三个方面进行了梳理分析,指出合理利用预警大数据对于提升公交车辆安全监管水平的重要意义。(2)分别从人、车、路、环境四个方面,研究了公交安全运行的关联因素,介绍了镇江公交预警系统的主要功能、安装情况、系统平台的构成以及公交车辆安全运行的监管方法。(3)基于镇江公交预警数据,分析了不同天气、不同路段、不同时段、不同驾驶员特性等条件下的公交车辆预警特征,应用k-means聚类算法将不同驾驶倾向性的驾驶员分为了三种类型,利用预警数据探究各因素变化对公交预警的影响机理,为公交车辆安全运行风险评估模型的建立奠定了基础。(4)以镇江公交的运行数据为分析样本,提取了天气、时间、速度、年龄、驾龄、性别、学历共7个重要的变量,利用BP神经网络原理,通过对参数进行调整,不断对数据样本进行训练,并分别建立了驾驶员疲劳风险预测模型和车辆异常状态风险预测模型,实现对驾驶员疲劳驾驶、车辆异常状态风险的预测研判和公交车辆运行风险的事前防控。(5)基于层次分析法构建了公交车辆安全运行风险评估模型,综合运用公交车辆预警数据,对公交车辆运行风险进行量化评估,提出了不同组合因素情形下的公交车辆运行风险特征值,评价方法可在公交车辆运行风险状态动态评估中进行实际运用。