随着我国社会经济水平的发展和人民日常生活的日益丰富,大型活动的举行越来越频繁,造成大规模人流、车流的聚集,对周边道路交通造成压力,同时城市交通也面对着巨大风险。本文针对这一现象,以大型活动主要交通风险为研究对象,构建动态贝叶斯网络交通风险预警模型,实现交通风险要素识别和风险预警功能。本文基于大型活动的交通特点,对所研究的大型活动和影响区域进行定义;分析大型活动交通风险危险源;并基于交通风险危险源的研究将大型活动交通风险主要分为交通拥堵风险和人群踩踏事故风险两类,分别对两类风险预警阈值进行分级界定。随后本文确定了基于动态贝叶斯网络模型的交通风险预警整体工作流程,据此进行预警模型分析构建工作;结合5类危险源,分析交通风险要素,分别构建大型活动交通拥堵风险和人群踩踏风险故障树模型,考虑部分事件具有多态性,按照一定转换规则将故障树转化为静态贝叶斯网络结构;进而分析贝叶斯网络中各节点随时间变化对交通风险的影响,筛选出动态节点,转化为动态贝叶斯网络模型。面向2022年冬奥会的应用场景,对模型进行简化和调整,建立冬奥会期间北京赛区交通拥堵风险动态贝叶斯网络预警模型;提出基于改进BWM方法的条件概率分配方法,结合实际数据与定性分析,分别计算根节点的先验概率、非根节点的条件概率表和动态节点之间的状态转移矩阵,给出动态贝叶斯网络模型的概率分配结果;利用Ge NIE软件构建模型结构,进行敏感性分析,分析影响大型活动交通拥堵的主要影响因素,重点分析大型活动对交通拥堵发生概率的影响;利用动态贝叶斯网络模型实现交通拥堵风险的预警功能。结果表明,动态贝叶斯网络模型能够实现交通风险的实时预警功能,能够分析各个风险要素对于交通风险的影响,且模型能够体现出大型活动对于周边交通风险的具体影响程度,为相关管理决策的制定提供依据。