随着经济社会的高速运转，群体性事件频繁出现，事发领域多元化，形成原因、表现形式多样化，参与人数也在不断上升。一些规模较大、势态复杂的群体性事件已经严重影响到社会的稳定和发展。因此，有必要建立一个切实可行的群体性事件的智能决策支持系统，运用现代化科学方法，尽早、尽快地做好应急决策，以降低群体性事件对社会和经济产生的危害。首先，从不同视角分析群体性事件内涵，以此为切入点，分析大量群体性事件归纳演绎出事件的基本特征属性，并从事件特征、分类等内容对事件性质、事件形式、严重程度和人员规模进行定性、定量分析。其次，对基于案例推理的群体性事件智能决策关键技术进行研究，包括案例表示、案例检索、案例修正和案例学习，其中重点研究案例表示与案例检索。通过分析群体性事件的特征属性，采用面向知识表示法来表示群体性事件信息。基于案例检索的特点提出①把特征属性划分为可确定特征属性和模糊特征属性，其中把数值型、数值区间型、枚举型特征属性归为可确定特征属性，把文本型特征属性归为模糊特征属性。采用K-最近相邻检索算法计算案例之间的相似度。②采用基于贝叶斯修正的权重算法。通过AHP获取专家一致性判断矩阵，使用贝叶斯的相关理论方法修正特征属性的权重，实现主客观权重的有机结合，提高知识获取的准确性。最后，在深入研究基于案例推理的智能决策支持系统的基础上，对群体性事件的智能决策支持系统进行结构化设计。经过功能分析，主要包括用户管理，案例推理和数据库管理三个子系统，其中重点分析研究案例推理子系统。在案例推理子系统过程中，输入目标案例的相关信息，并选择默认特征属性，计算其权重。进而结合软件交互平台，计算目标案例与源案例的相似度，根据相似度阀值，筛选出最终的相似案例。由用户确定的最相似案例作为参考案例，以获得目标案例的解决方案，否则依据领域知识制定方案。最后应用实例进行仿真模拟，以过去的相似案例及其解决方案为参考，为当前事件处理提供辅助决策。本研究结果表明：将基于案例推理的智能决策支持系统应用于群体性事件，有助于应急决策者做出迅速反应，同时也对半结构化或非结构化问题的解决产生启示。