铁路运输作为现代化的交通工具,是国家综合立体交通网络中的骨架,对我国社会经济发展、国民生活质量具有重大意义。随着铁路技术的革新发展及铁路规模的快速扩大,多制式间的关联性、致灾因子的耦合性对铁路安全运输带来了更严峻的考验,也对我国的“一案三制”应急管理体系提出了更高的要求。因此,既能立足“一案三制”体系之上,又能快速、高效、全面地做出应急决策方案,对提升我国铁路突发事件应急管理能力有着重要实践意义。本文在对国内外铁路突发事件应急管理体系、突发事件态势演化、应急决策方法现状研究的基础上,以铁路突发事件的应急决策为研究对象,围绕铁路突发事件态势预估、应急决策方法和应急辅助系统的构建展开讨论。首先,本文在梳理铁路突发事件的定义、分级分类以及特点的基础上,对我国目前实施的铁路应急管理体系、应急决策方法做了深入研究,在现有研究的基础上,针对目前铁路突发事件应急决策模式的不足之处,提出了“情景-应对”模式的应急决策方法。其次,为了研究铁路突发事件的态势演化问题,在传统态势评估方法的基础上,应用贝叶斯网络（Bayesian Network,BN）构建态势预估网络模型,对贝叶斯态势预估网络模型的节点、结构以及概率分配方法进行了详细的介绍,以某列车脱轨事件为例,应用该模型得到事故的态势预估结果,以支撑针对性应急决策方案的生成。再次,在铁路突发事件态势预估下,结合案例推理（Cases-Based Reasoning,CBR）技术的应用,从应急决策的逻辑流程入手,首先提取案例属性并借助云模型对其权重赋值,然后设计了“结构相似度-属性相似度-全局相似度”的情景检索算法,通过对检索得到的相似案例修正以获取目标案例的应急方案,并以实际案例应用验证了该方法在铁路突发事件应急决策推理中的有效性和可行性。最后,基于上述关键技术研究,构建了铁路突发事件应急辅助决策系统,对系统的决策流程、模块功能、基本界面进行设计,并对该原型系统的基本功能和应用效果进行演示说明,验证了本文所提方法的实际应用价值。