推理机是智能决策系统的重要组成部分,它运用领域知识,通过特定的方法解决各种复杂的、具体的问题,使得决策系统具有智能性,能像专家一样思考,从而为领导者提供决策支持。但是在决策过程中,决策信息往往具有不确定、不完整、不稳定和不一致性等特点。这些特点为决策带来很大难度,也使得推理难以进行。因此,在不确定、不完整信息条件下如何进行推理成为智能决策系统研究的关键问题。本文以国家减灾委“环境与灾害监测预报小卫星星座减灾应用系统工程”项目以及国家科技支撑计划子课题“灾害应急决策支持与远程会商协同技术研究”(2008BAK49B05)为背景,研究了减灾领域知识的表示方法和灾害应急智能决策推理系统的设计与实现。本文首先介绍了多级知识单元的知识表示方法并对其进行了改进和扩充,使得知识单元能够表达减灾领域的复杂知识,如:经验知识、模型知识、案例知识、预案知识、方案知识等。同时采用XML将知识进行存储,增强了知识的共享性与复用性。知识是决策的基础,推理是决策的核心。本文针对减灾应急决策时决策信息不确定、不完整、时变的特点,研究了粗糙集推理和模糊推理在内的不确定性推理与案例推理等多种定性推理方法。然后在综述多种推理方法的基础上,阐述了多推理机协同推理方法。该方法采用确定、不确定、模糊等不同的推理方法以及定量计算方法,得到相应的推理结果,再由主推理机将整个推理结果进行综合分析,从而得出整个问题的解答。对于同一个求解目标,多个推理机可能产生不同的推理结果。本文研究了减灾领域的多决策信息的融合方法,将定性推理与定量计算分别得出的决策结果进行融合。结合减灾领域知识的实际特点提出了几种融合模型,如基于空间的泛化/细化模型、基于时间的泛化/细化模型、基于风险审慎度的融合模型、加权平均融合模型。最后讨论了减灾智能决策推理系统的实现,分析了系统的功能定义,用户定义以及总体的结构。其中重点描述了案例推理机、模糊推理机、可信度推理机的设计与实现方法,主从推理的控制方法以及决策融合的实现。并结合具体事例展示了系统的界面、推理流程以及推理结果。