| 引言 | 第1-17页 |
| 第1章 事故应急决策支持系统 | 第17-21页 |
| 1．1 核事故应急决策中的一些科学决策理论和方法 | 第17页 |
| 1．2 世界各国核应急决策系统简介 | 第17-21页 |
| 1．2．1 欧共体的COSYMA系统 | 第18页 |
| 1．2．2 美国的ARAC（Atmospherric Release Advisory Capability） | 第18页 |
| 1．2．3 我国的CDMSOERNA | 第18-19页 |
| 1．2．4 CDMSOERNA系统的决策评判方法 | 第19-21页 |
| 第2章 多属性决策支持系统理论与方法简介 | 第21-45页 |
| 2．1 现代决策理论发展历史的简单回顾 | 第21-22页 |
| 2．2 决策学的基本概念 | 第22-24页 |
| 2．2．1 决策过程 | 第22页 |
| 2．2．2 决策要素 | 第22-23页 |
| 2．2．3 决策结构与环境 | 第23-24页 |
| 2．2．4 决策规则 | 第24页 |
| 2．3 多属性决策的基本理论 | 第24-28页 |
| 2．3．1 效用（Utility）理论 | 第24-25页 |
| 2．3．2 偏好关系 | 第25页 |
| 2．3．3 效用函数的存在性 | 第25-26页 |
| 2．3．4 简单概率偏好集上的效用函数 | 第26-27页 |
| 2．3．5 简单概率偏好集上效用函数的存在性 | 第27页 |
| 2．3．6 效用量度机制 | 第27-28页 |
| 2．3．7 在多属性偏好集上的效用函数 | 第28页 |
| 2．4 多属性决策模型简介 | 第28-39页 |
| 2．4．1 多属性效用分析 | 第28-30页 |
| 2．4．2 RODOS项目第五次决策会议所采用的多属性坐标分析法 | 第30-34页 |
| 2．4．3 层次分析法 | 第34-35页 |
| 2．4．4 确定评价系统的层次结构 | 第35-36页 |
| 2．4．5 多目标决策法 | 第36-39页 |
| 2．4．6 多标准评级分析 | 第39页 |
| 2．5 模糊综合评判法 | 第39-40页 |
| 2．6 智能决策 | 第40-45页 |
| 2．6．1 基本概念 | 第40-41页 |
| 2．6．2 知识表示与推理机 | 第41-42页 |
| 2．6．3 推理机 | 第42-43页 |
| 2．6．4 下向推理的改进 | 第43页 |
| 2．6．5 反向推理 | 第43-45页 |
| 第3章 核事故应急决策及其规则与约束 | 第45-60页 |
| 3．1 核事故决策支持的四个等级 | 第45页 |
| 3．2 核事故发生的三个阶段及其防护措施 | 第45-47页 |
| 3．2．1 早期的照射途径及相应的防护措施 | 第46页 |
| 3．2．2 中期的照射途径及相应的防护措施 | 第46页 |
| 3．2．3 后期的照射途径及相应的防护措施 | 第46-47页 |
| 3．3 应急决策规则与约束 | 第47-58页 |
| 3．3．1 应急干预的一般原则 | 第47-49页 |
| 3．3．2 决策规则的层次划分 | 第49-53页 |
| 3．3．3 紧急防护措施模式与措施决策流程 | 第53-58页 |
| 3．4 应急决策流程 | 第58-60页 |
| 第4章 RODOS系统及其评价子系统ESY | 第60-67页 |
| 4．1 RODOS系统简介 | 第60-61页 |
| 4．2 RODOS逻辑结构 | 第61-65页 |
| 4．2．1 操作子系统OSY | 第62页 |
| 4．2．2 分析子系统（ASY） | 第62页 |
| 4．2．3 对策子系统（CSY） | 第62页 |
| 4．2．4 评价子系统（ESY） | 第62-65页 |
| 4．3 ESY中各模块功能说明 | 第65-67页 |
| 4．3．1 粗专家系统过滤器（CES） | 第65-66页 |
| 4．3．2 多属性效用排序模块（MAUT） | 第66页 |
| 4．3．3 精细专家评价系统（FES） | 第66-67页 |
| 第5章 多属性决策分析方法及其计算机实现 | 第67-78页 |
| 5．1 系统分析 | 第67-73页 |
| 5．1．1 系统开发目的 | 第67-68页 |
| 5．1．2 系统可行性分析 | 第68页 |
| 5．1．3 系统需求分析 | 第68-73页 |
| 5．2 系统设计与实现 | 第73-77页 |
| 5．2．1 系统总体设计 | 第74-77页 |
| 5．3 多属性决策分析法小结 | 第77-78页 |
| 第6章 ESY中的贝叶斯决策模型及其实现 | 第78-102页 |
| 6．1 Bayes方法的引进 | 第78页 |
| 6．2 核事故应急中的贝叶斯决策模型（NBDM） | 第78-93页 |
| 6．2．1 核事故系统中的不确定性分析 | 第78-79页 |
| 6．2．2 Baves风险决策原理 | 第79-84页 |
| 6．2．3 NBDM模型描述 | 第84-85页 |
| 6．2．4 NBDM模型对应的决策树 | 第85页 |
| 6．2．5 NBDM模型的相关参数说明 | 第85-86页 |
| 6．2．6 损失函数L（θ_j，d_i（x））的讨论 | 第86-91页 |
| 6．2．7 按NBDM模型进行决策的过程 | 第91-92页 |
| 6．2．8 灵敏度分析 | 第92页 |
| 6．2．9 NDBM模型的改进 | 第92-93页 |
| 6．3 NBDM模型决策算法描述与Alexandre方法比较 | 第93-94页 |
| 6．3．1 NBDM模型决策算法描述 | 第93-94页 |
| 6．3．2 与Alexandre的方法比较 | 第94页 |
| 6．4 计算实例分析 | 第94-96页 |
| 6．5 计算机实现 | 第96-100页 |
| 6．5．1 NBDM模型的计算机实现 | 第96-97页 |
| 6．5．2 文献[73]思想的计算机实现 | 第97-100页 |
| 6．5．3 两种方法的比较 | 第100页 |
| 6．6 Bayes决策方法小结 | 第100-102页 |
| 第7章 核事故应急干预规则的定性映射模型 | 第102-114页 |
| 7．1 识别、判断和推理是科学决策的基础 | 第102-103页 |
| 7．2 人脑处理的信息是属性 | 第103页 |
| 7．3 属性量——质特征转化规律的定性映射模型（MQ）模型 | 第103-107页 |
| 7．4 内积的特征向量与常数的伴随内积分解 | 第107-109页 |
| 7．5 定性映射（QM）与TLU（Threshold Logic Unit）模型等价 | 第109-110页 |
| 7．6 两个定性映射函数 | 第110-112页 |
| 7．7 属性效用值非线性归一化的定性映射算法 | 第112-114页 |
| 第8章 核事故应急决策中评估子系统的属性坐标学习与分析法 | 第114-131页 |
| 8．1 约束条件下的局部最满意解 | 第114-116页 |
| 8．2 一定约束条件下的局部最满意解 | 第116-117页 |
| 8．3 局部最满意解（或心理标准）线 | 第117-120页 |
| 8．3．1 局部最满意解线L（b（{x~h（z）}））的确定 | 第117-118页 |
| 8．3．2 局部与全局满意度问题 | 第118-120页 |
| 8．4 属性坐标的局部最满意解线的确定与局部最满意解的求解 | 第120-124页 |
| 8．5 属性坐标学习与分析法小结 | 第124-129页 |
| 8．5．1 各模块关系图 | 第124页 |
| 8．5．2 系统设计与实现 | 第124-125页 |
| 8．5．3 系统采用的开发平台 | 第125页 |
| 8．5．4 本文用到的设计模式 | 第125-126页 |
| 8．5．5 面向对象程序设计 | 第126-129页 |
| 8．6 总结 | 第129-131页 |
| 附录 | 第131-150页 |
| 致谢 | 第150页 |
