近年来国际形势日趋错综复杂，公共安全事件发生的频率和规模都在不断上升。事件处理过程中暴露了应急预案和人员部署方案存在的主观性太强、缺少定量研究、缺乏预演检验等缺点，使其在事件爆发的过程中难以发挥预想的作用。研究公共安全背景下的人员对象行为模式，有助于更好地对事件演化过程进行仿真，从而更真实地实现预演工作;将数学模型引入安保人员部署和巡逻方案设计，可以提高方案的科学性，增强部署巡逻效果。　　本文在公共安全事件安保背景下，以自治智能体构建人员对象行为模型。人员决策基于行为树模型，针对不同的类型人员（如安保人员或嫌疑人）构建不同的行为决策逻辑。人员感知模型采用高效的事件触发模式，并针对不同感知器官特点设计视觉、听觉等感知器模块。人员对象运动模型通过设计靠近，追逐，徘徊等不同操控行为，以自然的方式实现人员的具体运动。计算规划模块以A*算法为基础，并从执行效率和路径效果上进行改进，实现人员对象的路径规划功能。最后利用Unity3D引擎搭建仿真平台，实现自治智能体行为模型。将自治智能体模型用于人员对象行为建模，并利用计算机仿真模拟的手段对人员运动与不同人员的交互关系进行演化验证，增加了人员行为仿真的随机性、偶然性和复杂性，提高预案评估真实性。将集成建模引擎Unity3D引入公共安全应急预案演化的可视化展示，极大提高了动态演化展示的可视化程度，使系统使用者可以在逼真的三维仿真环境下对事件预演进行更好地观察、决策和判断。　　本文区别于现有的缺乏定量分析的人员部署策略，采用组合优化中的最大覆盖模型和集合覆盖模型对安保人员静态部署中的有限资源和完全覆盖两类问题进行数学描述，并利用遗传算法对模型进行求解。利用离散时间片分割方法将动态部署巡逻问题转化为静态部署问题，并采取贪心搜索结合覆盖阈值剪枝策略完成动态巡逻方案设计。实验过程中采用基于百度地图API获取的真实地理信息，对模型求解方案的可行性和效果进行验证和比较。实验结果证明本文提出的模型和求解方法可以更高效地解决部署、巡逻方案的设计问题，提高了方案设计的科学性。　　安保部署巡逻方案的设计和事前模拟仿真验证均能提高公共安全事件中安保部署和应急预案设计的效率和执行效果。对公共安全事件安保决策和执行具有一定的参考价值。