由于船舶航行的高危害性和不确定性,对船舶航行风险的识别、预警、控制等一直以来都是学者们研究的问题。近年来,水上交通事故频频发生,造成了数额难以估量的人员伤亡和财物损失,这使得船舶航行风险管理越来越成为研究的热点。船舶航行风险是一个复杂的系统,由许多个风险因素组成,对它的评估是一个系统工程,目的在于理清需要重点进行控制的风险因子。针对此问题,本文基于HHM-RFRM方法论对船舶航行风险因素进行识别、过滤以及初步评估,并将贝叶斯网络引入到船舶航行风险定量分析中,采用定性和定量相结合的方法对船舶航行风险进行评估。首先,论文根据专家意见将风险因素分为人为因素、硬件设备、软件服务、管理控制、环境因素和应急反应六个大类,并在各个大类下对具体的风险因素进行了分析,得到40个风险因素。其次,以分析所得到的风险因素构建等级全息模型,对风险进行识别,论述了在多维风险情景下的风险源分析过程,利用基于后果和可能性的风险矩阵对40个风险因素进行了过滤,并对风险过滤所提取出的15个关键风险因素进行了多重标准评估。然后,以关键风险因素和我国《水上交通事故统计办法》所划分的9种事故类型为节点构建了一个船舶航行风险贝叶斯网络模型,此模型具有针对性。最后,对该评估方法进行了案例仿真,根据案例情景所构建的贝叶斯网络进行推理分析,仿真结果得到了在以单个或多个节点作为证据变量时的,各个因素节点、事故状态节点以及目标节点不同状态的后验概率,论文据此对各个风险情景进行了定量化评级和灵敏度分析,并针对分析结果为案例中的船舶航行风险管理提出了提高船员素质、避免恶劣天气造成的影响以及加强海事监管三个方面的对策和建议。通过案例情景仿真研究,对方法的可行性进行了验证,也体现了本文的理论意义和实践意义。