2019年末突发的新冠肺炎疫情（COVID-19）对我国的经济社会发展造成了不可估量的损失,同时对公共突发事件应急管理提出了重大挑战。建立高效有序、科学规范、多部门协同联动的突发公共事件应急响应机制和智能化的应急决策方案对社会稳定发展具有重要意义。针对现有应急响应决策支持模式存在的精细化程度低、决策服务单一、智能性不足等问题,本研究以突发公共事件中的突发火灾事件为研究对象,基于知识图谱技术并结合基于案例和规则的推理方法,研究在应急决策过程中的智能决策推理机制,形成智能应急响应决策方案生成方法;最后开发应急响应决策的知识推理引擎,从而实现数据到知识、决策的转化,为应急决策者在做出决策提供实时、准确、规范的智能决策支持。论文主要工作如下:（1）突发事件知识图谱构建。针对火灾事件频发并且应急资源分散不均、没有直接的关联结构形式特点,提出了一种突发火灾事件知识图谱构建方法。通过知识抽取技术从相关网站中将突发火灾事件信息抽取为代表该事件的实例信息,使用Protégé构建知识图谱的概念层次关系,并在已有数据模式的基础上添加实例信息,形成火灾知识图谱;引入外部的医疗、警务和消防等结构化知识,分别映射为医疗资源知识图谱、警务资源知识图谱和消防资源知识图谱,并以实体对齐的方式将上述多个知识图谱融合成突发事件知识图谱,实现应急响应知识的共享与重用,并支持突发事件信息可视化和应急响应方案推理。（2）知识推理模型设计。结合基于案例推理（Case-Based Reasoning,CBR）和基于规则推理（Rule-Based Reasoning,RBR）的知识推理模型,首先通过案例匹配寻找到相似的历史突发事件,在此基础上根据专家建议和实际的应急救援需求构建SWRL（Semantic Web Rule Language）规则,并设计知识推理引擎,推理出合适的应急决策方案。（3）应急响应方案优化。针对知识推理产生的应急决策方案,通过蚁群优化算法,将推理出的多个方案进行优化,在决策平台上推送出最优应急方案供决策者选择、实施。本研究构建了突发火灾事件知识图谱,设计并实现了结合基于案例推理和SWRL规则推理的应急决策平台原型系统。最后,通过实例对所提出的方法进行了验证。