论文部分内容阅读
群体性事件的发生是我国经济和社会变革过程中各种矛盾和社会问题的反映,已经成为影响构建社会主义和谐社会最为突出的问题。本文系统研究群体性事件应急管理的基本思想,从政府治理决策者的视角,运用定性推理理论和干涉识别理论重点研究群体性事件发生时,群体行为演化过程中的应对策略设计,并识别其干涉属性。根据事件的实际背景,将定性推理和干涉识别算法引入MVC(Model View Controller)的J2EE三层架构系统,为模型库中的模型管理和模型的规范表示提供一种解决思路。
群体性事件定性推理模型和干涉识别模型的结合是在传统定性推理约束基础上,借鉴群体事件实际处理过程中的历史经验,过滤推理过程中所产生的大量不可控分支。并通过设计实验仿真证明了该方法的合理性。从政府决策者角度,根据每一阶段的处置结果和反馈的信息实时调整应对策略。同时,考虑到决策者决策过程中外界因素的干扰会导致群体系统原先具有的规律将发生紊乱,本文建立决策干涉模型对它们进行识别,为事件的及时处置提供辅助决策。决策者可以对根据得到的群体性事件处置结果,对参数进行调整,及时采取有效措施。最大程度的减少由群体事件造成的经济损失和社会损失。
本文以SARS事件引发的社会危机事件和池洲群体性事件为考察案例,进一步扩展群体性事件的定性推理模型及决策干涉模型为MVC模式的群体性事件决策模型库,探索将定性推理和规律识别算法引入MVC模式的J2EE三层架构系统之中。一方面为模型库中的模型管理和模型的规范表示提供一种解决思路;另一方面利用MVC结构的扩展性、复用性、可操作性和通用性等特点用于研发应急决策支持系统智能决策核心模块,为建设城市应急管理体系提供支撑。
研究成果将有助于一些政府决策者在社会公共治理及城市应急管理系统建设过程中,根据群体事件实际演化局势及时调整应对策略,从而降低决策成本。提高决策效率,改善治理效果。