随着国内旅游规模和范围的逐渐扩大，旅游产业已成为许多地区的支柱产业。旅游业的发展极大地依赖于外部环境的稳定，各种突发事件可能促使旅游业产生突发性危机。本文依托国家自然科学基金项目和北京市教育委员会科技发展计划重点项目，对旅游突发事件预测预警进行了研究，并建立了基于Agent和数据挖掘的旅游需求预测模型，实现了对旅游突发事件的预测预警，目的是防止旅游业出现大的震荡，保持旅游业持续平稳的增长，并将游客的生命安全放在第一位，尽一切努力防止任何危及游客安全的事件发生。 论文完成的主要工作如下： (1)改进的ID3决策树算法研究：提出了ID3算法中计算信息熵的改进方法，对算法的性能进行了分析。改进算法提高了ID3算法的准确度和效率，使得属性的选择更加合理，避免选择的属性与实际不相符。 (2)数据挖掘平台的建立：完成了Agent信息搜集子模块、数据挖掘子模块、人机界面子模块的设计与实现，定义了平台的工作流程，实现了对突发事件分类和预测，并对实验结果进行了分析。 (3)基于Agent旅游突发事件预测预警系统的建立：建立基于Agent的包括信息资源层、预处理和数据挖掘、信息分析层和人机交互层的四层次的预测预警体系结构，实现了每层的功能。完成了界面Agent与人机接口、模型Agent与模型库、信息Agent与信息检索和Agent服务器与组织管理等各部分的功能。 本论文在以往科学研究的基础上，采用了数据挖掘技术和Agent技术，在对旅游突发事件信息数据的组成、存储方式分析的基础上，将多Agent机制应用于数据挖掘；对旅游突发事件数据进行了分类研究；建立了基于Agent和数据挖掘的旅游突发事件预测预警平台。论文的研究成果将有效地帮助国家和地方旅游管理部门对旅游突发事件做出反应和决策，维护旅游产品的信誉，提高旅游服务水平，引导旅游者的旅游消费行为，向国内外游客提供安全可靠的高质量旅游服务。