应急预案应作为有效应对突发事件的重要抓手,充分指导应急救援实践。然而,各级应急预案大同小异,可操作性不强等问题却掣肘了应急救援的效率。关于提升应急预案可操作性的研究基本局限在单一方面,如,任务分解或任务排序,缺乏系统性。为此,引入任务规划的概念,综合考量应急任务属性,救援力量的空间、速度、成本等参数,基于多优先级动态列表规划算法(MPLDS)依次得到能使应急任务效能最优的任务分解、任务排序及资源调配方案,针对性地提升应急预案的可操作性,让其“战时”有效服务应急救援,“平时”全面指导应急准备。首先,建立了应急任务分解模型,明确了分解方案选定标准。绘制了 143份饮用水污染事件应急任务逻辑关系图,定义了应急任务关联矩阵和矩阵赋值规则,以此为基础定义应急任务关联系数、重用系数,进而求解任务集的内聚度并以内聚度最大作为选定应急任务分解方案的标准。其次,建立了应急任务排序及资源调配模型。先以加权长度算法确定了分解后应急子任务的优先顺序,再以应急资源为媒介实现了应急任务与应急救援平台的动态匹配。匹配过程中以总救援时间最短和总救援成本最小为目标函数,以应急任务对应急资源的需求及应急救援平台的转移规则等为约束条件,借鉴MPLDS算法的求解思路,用NetBeans IDE软件将模型转换为代码搜索求解,设置了时间和成本的调节函数θ,在0到1之间调整θ的取值,可以得到较为均衡的应急任务与应急救援平台动态匹配结果。最后,构建了 VX神经毒剂污染C市自来水厂这一饮用水污染极端情景,将上述模型及算法应用其中并加以检验。极端情景的构建遵照结构及内容表述规范,情景概要、情景后果及应急任务的模拟基于统计数据与具体实际。结果显示:(1)模型算法能有效完成应急任务的分解、排序及资源调配这一系统性规划过程。(2)模型算法能为应急决策者生成有序、清晰的应急任务列表。任务列表中包含任意一项应急子任务的开始时间,结束时间,完成该项任务的应急救援平台组合,救援成本等重要信息,且可以通过调整θ的取值,得到相对均衡的理想结果。(3)模型算法能为应急任务的执行者生成明确、具体的应急救援行动方案。行动方案中给出了任意一个应急救援平台所需处理的全部应急任务,执行某项应急任务的开始时间,结束时间,应急救援平台间的协作关系等重要信息,也可以通过调整θ的取值,得到相对均衡的理想结果。