| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-31页 |
| ·选题背景及研究意义 | 第11-13页 |
| ·选题背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-28页 |
| ·突发事件的研究现状 | 第13-17页 |
| ·非常规突发事件的研究现状 | 第17-20页 |
| ·情景分析法的研究现状 | 第20-23页 |
| ·CBR 应急决策方法的研究现状 | 第23-26页 |
| ·存在的问题及本文的出发点 | 第26-28页 |
| ·论文的研究内容与技术路线 | 第28-31页 |
| ·主要研究内容 | 第28-29页 |
| ·研究目标 | 第29页 |
| ·拟采取的研究方案与技术路线 | 第29-31页 |
| 2 非常规突发事件系统特征与应急决策机理分析 | 第31-61页 |
| ·非常规突发事件的界定与特征分析 | 第31-39页 |
| ·非常规突发事件与常规突发事件的区别 | 第31-34页 |
| ·非常规突发事件的特征分析 | 第34-36页 |
| ·非常规突发事件的分类分级 | 第36-39页 |
| ·基于熵理论的非常规突发事件系统动力学模型 | 第39-46页 |
| ·熵的定义与耗散结构理论 | 第39-40页 |
| ·非常规突发事件系统状态的熵解释 | 第40-41页 |
| ·非常规突发事件的系统动力学模型 | 第41-46页 |
| ·非常规突发事件应急决策的系统结构与时态框架 | 第46-50页 |
| ·非常规突发事件应急决策的机理分析 | 第50-58页 |
| ·原则性机理 | 第51-52页 |
| ·原理性机理 | 第52-53页 |
| ·流程性机理 | 第53-54页 |
| ·操作性机理 | 第54页 |
| ·实例分析 | 第54-58页 |
| ·非常规突发事件应急决策的关键内容 | 第58-59页 |
| ·小结 | 第59-61页 |
| 3 非常规突发事件的燕尾突变模型与预警方法研究 | 第61-84页 |
| ·突变理论概述 | 第61-63页 |
| ·突变理论的提出 | 第61-62页 |
| ·初等突变性质研究的步骤与应用途径 | 第62-63页 |
| ·非常规突发事件的燕尾突变模型 | 第63-75页 |
| ·非常规突发事件系统熵态燕尾突变模型的建立 | 第64-66页 |
| ·燕尾突变模型的突变形式分析 | 第66-72页 |
| ·非常规突发事件的燕尾突变分析 | 第72-75页 |
| ·基于突变理论的非常规突发事件预警方法 | 第75-83页 |
| ·基于突变理论的评价预警方法 | 第75-76页 |
| ·基于三角形模糊数与突变理论的评价预警步骤 | 第76-78页 |
| ·实例应用 | 第78-83页 |
| ·小结 | 第83-84页 |
| 4 基于PSR 与贝叶斯网络的非常规突发事件情景推演模型 | 第84-111页 |
| ·非常规突发事件应急决策中情景的界定与演变规律分析 | 第84-86页 |
| ·非常规突发事件情景分析的内容与前提 | 第86-89页 |
| ·非常规突发事件情景分析的内容 | 第86-88页 |
| ·非常规突发事件情景分析的前提 | 第88-89页 |
| ·基于PSR 模型的非常规突发事件情景知识表示 | 第89-93页 |
| ·非常规突发事件情景知识的PSR 表示 | 第89-91页 |
| ·基于PSR 表示的非常规突发事件情景演变假设 | 第91-93页 |
| ·非常规突发事件情景的贝叶斯网络构建与推演 | 第93-99页 |
| ·贝叶斯网络概述 | 第93-94页 |
| ·非常规突发事件情景的贝叶斯网络构建 | 第94-97页 |
| ·非常规突发事件情景的贝叶斯网络推演 | 第97-99页 |
| ·实例应用 | 第99-110页 |
| ·确定网络节点变量 | 第99-106页 |
| ·确定网络节点关系 | 第106-107页 |
| ·情景推演 | 第107-110页 |
| ·小结 | 第110-111页 |
| 5 基于情景检索的非常规突发事件案例推理应急决策方法研究 | 第111-133页 |
| ·案例推理的概述 | 第111-112页 |
| ·基于情景检索的非常规突发事件案例推理应急决策流程 | 第112-113页 |
| ·以情景为叶结点的非常规突发事件案例组织与表示 | 第113-118页 |
| ·非常规突发事件案例的特性 | 第113-114页 |
| ·以情景为叶结点的案例多级分层组织结构 | 第114-115页 |
| ·基于XML 的非常规突发事件案例表示 | 第115-118页 |
| ·非常规突发事件的情景检索算法 | 第118-132页 |
| ·检索特征属性的确定 | 第120页 |
| ·基于云模型的启发式权重获取算法 | 第120-127页 |
| ·结构相似度算法 | 第127页 |
| ·属性相似度算法 | 第127-129页 |
| ·全局相似度算法 | 第129页 |
| ·实例应用 | 第129-132页 |
| ·小结 | 第132-133页 |
| 6 基于MAS 的“情景应对”型应急决策模式研究 | 第133-150页 |
| ·“情景 应对”型非常规突发事件智能决策平台的需求分析 | 第133-135页 |
| ·“情景应对”型非常规突发事件智能决策平台的性能要求 | 第133-134页 |
| ·“情景应对”型非常规突发事件智能决策平台的功能要求 | 第134-135页 |
| ·基于MAS 的“情景应对”型智能决策平台的构建 | 第135-146页 |
| ·多智能体系统（MAS） | 第135-137页 |
| ·基于MAS 的“情景应对”型应急决策模式框架 | 第137-139页 |
| ·各Agent 的功能结构 | 第139-146页 |
| ·基于MAS 的“情景应对”型应急决策模式的运行机制 | 第146-149页 |
| ·小结 | 第149-150页 |
| 7 结论 | 第150-154页 |
| ·主要工作与结论 | 第150-152页 |
| ·主要工作 | 第150-151页 |
| ·主要结论 | 第151-152页 |
| ·创新点 | 第152页 |
| ·展望 | 第152-154页 |
| 致谢 | 第154-155页 |
| 参考文献 | 第155-168页 |
| 附录 | 第168-173页 |
