为了得到不确定动员环境条件下,最优的应急物资动员方案,建立一套反映应急物资动员决策问题特点的方法与模型体系,为开发应急物资动员智能决策支持系统提供模型支持,实现应急物资动员管理决策的智能化与现代化。针对已有研究成果中系统性不够、应用性不强、侧重对确定信息处理的现状,把人工智能中的案例推理、模糊推理和不确定数学规划方法引入到应急物资动员决策的分析中,重点研究了不确定条件下应急物资动员决策优化问题。文章采取“总—分—总”的研究思路,首先,从总体上对应急物资动员决策问题进行分析,把应急物资动员决策问题分解为应急物资需求预测与分级、应急物资筹集与应急物资调配三个子问题;然后,分别对每个子问题进行深入研究,建立每个子问题的决策优化模型,给出模型的求解思路和求解算法;最后,综合利用每个子问题的研究成果,对整个应急物资动员决策问题进行集成研究,得到最优的物资动员方案,该方案中不仅包含被选择的动员点,相应的动员量,而且还包含从动员点到需求点的最佳调配路径。应急物资需求预测与分级是应急物资动员决策的前提与基础,也是目前国民经济理论研究中的一个瓶颈。文章在分析应急物资需求内容与特点的基础上,运用人工智能中的案例推理技术,提出了基于案例推理(CBR)的应急物资需求预测方法,给出了案例的模糊推理模型和推理过程,该方法通过利用已有突发事件中情景描述信息和应对处理描述信息,得到突发事件发生后物资需求预测结果,预测结果中不仅包含物资的数量需求,而且还包含物资的质量需求和结构需求,克服了单纯依靠经验判断进行物资需求预测的主观性和盲目性,创新了应急物资需求预测方法。应急物资需求分级是实现应急物资动员管理科学化的一个重要途径,也是目前国民经济动员理论研究中的一个难点问题。文章运用模糊推理的有关理论与方法,提出了基于Mamdani型模糊推理的应急物资需求分级方法,给出了该方法的模糊分级模型和推理实现过程,利用MATLAB软件实现了应急物资需求分级模糊推理系统,输入应急物资的重要性、时效性和缺口度的模糊评价值,可以快速输出应急物资需求的模糊分级结果,克服了单纯依靠经验判断进行物资需求分级的主观性和随意性,创新了应急物资需求分级方法。