近30年来,现代旅游产业蓬勃发展,旅游业已经成为世界第一大产业。我国的旅游业已纳入国家战略体系,成为快速发展的新兴战略性支柱产业。目前,旅游已经成为人民群众日常生活的重要组成部分,2018年国内旅游人数为55.39亿人次,年内人均出游约4次,数据表明,我国已经进入大众旅游时代。景区是旅游消费的吸引中心,一直备受政府、市场和旅游者关注。近年来,在旅游高峰时段,特别是“十一”、“五一”等国家法定假日期间,国内优质景区经常游客爆满,出现“井喷”现象,并时有旅游安全事故发生。为此,国家出台了很多政策加强景区管理,以提升景区内游客的安全体验。但受限于优质景区资源供给不足和景区部分设施建设滞后等综合因素的影响,游客高峰时段的景区或景区局部依然出现爆满、拥挤的场面,严重影响着景区的对外形象和游客的人身安全。在这样的背景下,景区游客高峰时段的应急管理就显得尤为重要。特别是面对非常规突发事件时,景区应该有针对性、科学性、系统性的客流调控决策。为此,本文对景区内应急管理阶段的客流调控与决策进行研究。本文的主要研究内容及结论是:第一个内容是景区应急管理与客流调控分析。首先用系统的视角分析了景区系统及其组成。随后结合公共安全理论,分析了景区应急管理客流调控的工作基础和问题内涵:对于景区的突发事件,分析了不同景区及其可能发生突发事件的类型、成因、特点和影响;对于游客和景区设施两个承灾体,分析了与客流调控紧密相关的游客个人游憩行为、客流流动规律、景区道路设施和景区信息服务设施;对于景区的应急管理,分析了景区的应急管理体系框架和应急管理预案。最后,通过对应急管理预案中的客流调控决策进行重点分析,提出景区应该建设全方位、立体化、高融合的应急管理系统;针对非常规突发事件,要建立“情景-应对”管理模式,并通过计算机仿真技术,来研究不同情景下的客流调控决策。第二个内容是景区应急管理客流调控仿真研究。首先对人群应急疏散仿真方法进行概述,并针对研究的科学问题,选用基于元胞自动机（CAM）和多Agent系统（MAS）的混合模型作为仿真模型;接着介绍了元胞自动机模型、多Agent系统模型和涟漪扩散算法（RSA）,并根据景区和客流疏散的特点与现实需求,对模型和算法进行了改进;随后介绍了客流调控仿真的数据准备与收集,并通过构建景区应急管理客流调控仿真的系统框架,阐述如何获得非常规突发事件情景下的客流调控措施;最后对改进的元胞自动机模型和涟漪扩散算法进行了功能测试。第三个内容是景区应急管理客流调控决策支持研究。首先对决策支持的内涵和决策支持系统进行概述,并根据研究的科学问题,构建基于仿真的客流调控决策支持系统;接着对“情景-应对”模式下的客流调控决策进行分析,提出建设面向景区非常规突发事件下的“点-阵”式方案库,并将其与“预测-应对”模式下的限流分流等调控措施融合,形成景区应急管理客流调控的系统化决策支持;最后,基于Matlab软件实现了以颐和园“玉澜堂”为事故点,特定火灾情景下的客流调控仿真与决策研究,并初步完成颐和园景区面向应急管理的客流调控决策支持。本文的主要创新点是:（1）提出了采用系统的视角审视景区及其组成,并对景区系统进行建模和仿真,深入研究了景区的客流调控与决策;将目前的应急管理认为是“预测-应对”模式管理,并提出建设面向非常规突发事件的“情景-应对”模式应急管理,完善景区全方位、立体化、高融合的应急管理系统。（2）构建了基于元胞自动机和多Agent系统混合模型的景区客流调控仿真系统,并根据景区系统、客流的特征和景区应急管理的需求,对元胞自动机模型和涟漪扩散算法进行了改进,探索了一种快速求解景区内游客多源到多目的地最优疏散路径的方法。（3）构建了基于仿真的客流调控决策支持系统,并提出建设面向非常规突发事件的“点-阵”式方案库:“点”是不同的事故点、“阵”是每个事故点对应的情景分级分类矩阵;提出将“点-阵”式方案库与目前景区的限流分流措施相结合,形成景区应急管理客流调控的系统化决策支持。