应急决策是一种在不确定条件下对各种意外事态进行准确研判并采取非常规应急处置措施的决策情景。应急管理的核心是应急决策,不同的应急决策行为往往会对突发事件产生不同的处置效果。针对目前现有的应急决策理论与方法不能很好解决具有复杂特征的应急决策问题,我们可以借鉴以往的历史应急案例来辅助决策,即:基于案例推理的技术。本文较为深入的研究了基于案例推理的应急决策方法,主要完成五个方面的研究:(1)提出了基于案例推理的应急决策方法研究框架。通过对已有研究成果优势和不足的总结与提炼,研究和梳理了基于案例推理技术、RBF神经网络算法、遗传优化算法、粒子群优化算法和蚁群优化算法,提出了基于案例推理的应急决策方法研究的技术路线和研究框架,将本文研究的内容划分为预处理、应急决策分析、方案生成这三个部分,为本文的研究工作打下理论基础;(2)给出了应急案例的描述和表示、应急案例的存储、应急案例属性的提取和特征权重的计算方法。针对应急案例的描述、表示、存储和属性的提取问题,分别提出了针对本文所用煤矿数据集和台风数据集的历史案例库构建方法,历史案例和目标案例的形式化描述及表示方法;针对应急案例属性特征权重过度依赖决策者主观设定的问题,提出了一种改进粒子群算法(SGAPAO算法)来计算属性特征权重,为之后进行相似历史应急案例检索的研究提供理论基础;(3)提出了相似历史应急案例的检索方法。针对目标案例与相似历史案例的检索问题,提出了一种基于RBF神经网络的应急案例检索方法,从而解决了基于案例推理技术检索模块中传统检索算法时间长、准确率低、适应度不广等问题。构建了基于案例推理技术和RBF神经网络混合的案例检索系统,并针对该系统下RBF神经网络最优学习率的设定,提出了一种改进粒子群算法(OEPSO-ACO算法),使案例检索效果更佳突出,为之后研究应急方案的生成方法打下基础;(4)提出了基于案例推理的应急决策方案动态生成方法。针对如何随着突发事件态势的发展,动态的调整应急方案的问题,提出了一种考虑应急决策过程的基于案例推理的应急方案动态生成、调整和优化方法。通过对突发事件的发生、发展、演化过程的分析,将突发事件的应急决策过程考虑为一个多阶段、多主体的应急决策过程,根据每个阶段反馈回来的应急信息,生成不同的应急方案,并对不同阶段的应急方案实施效果进行评估,从而给出了应急方案的优选和修正方法,为应急决策者提供应急方案的支持;(5)构建了基于案例推理和RBF神经网络的应急智能决策支持系统模型。通过对基于案例推理技术、RBF神经网络算法、贝叶斯信念网和智能决策支持系统的梳理,提出了基于案例推理和RBF神经网络的应急智能决策支持系统模型的构建方案,并有针对性的解决了原有智能决策支持系统的不足。将该应急决策支持系统,应用到了煤矿瓦斯爆炸突发事件、台风突发事件这两个数据集中,验证了其可行性和有效性,为本文提出的基于案例推理的应急决策方法在其他领域中的应用,提供了有益的参考。综上所述,本文提出的基于案例推理的应急决策方法,可以为突发事件下应急决策者提供应急方案上的指导和帮助,并为相关研究奠定基础。