为了提高突发事件救援工作的效率,使伤亡人数达到最小,财产损失达到最少,首要的任务就是给灾区提供救援物资。然而,由于突发事件具有突发性、非例行性、不确定等非常规特点,使得应急物资的需求量不能准确获得,造成供应失衡的局面,不能使有限的应急物资得到最高效的利用。突发事件相关信息不完整或不能准确获得,也给应急物资需求预测带来了困难。模糊粗糙集能够处理不精确的信息,应对条件属性和决策属性之间的不一致性。本文运用模糊粗糙集方法进行案例属性约简和权重分配。去除对案例决策影响较小的条件属性,同时保留核心属性,并为核心属性分配权重。并通过地震实例验证了该方法的可行性和合理性,能够在信息不完备的情况下,很好地解决应急物资需求预测问题。在约简不相关的属性后,实现应急物资需求预测还需要对案例进行存储。案例存储是案例推理的基础,本文运用案例推理的方法实现应急物资需求预测。而案例存储的基础是案例表示与组织,本文运用混合本体与属性相结合的方法实现案例的分层表示。并通过XML格式存储文档。存储案例是为了检索最佳相似源案例。当对案例进行检索时需要一定的检索策略,而相似性计算是案例检索的核心。计算案例局部相似度时,本文针对数值型属性和对象型属性采用不同的相似度计算方法,并通过加权相似度计算案例全局相似度。对于检索出的相似源案例进行案例调整得到最终的解决方案。案例调整采用局部案例调整和全局案例调整两种方法。最后,构建基于本体和案例推理的应急物资需求预测系统框架,并结合规则推理实现案例的检索、修正,实现应急物资需求预测。以框架结构为基础,结合应急物资需求领域专业知识,使用Prot6ge构建应急物资需求领域本体;在Proteg6中首先使用Racer推理机对本体进行一致性检查,然后通过SWRL建立自己的推理规则,实现案例和规则推理。通过案例推理软件myCBR实现案例推理,将myCBR嵌入到Protege中实现本体与案例推理一体化。在myCBR中进行案例的查询,将查询结果返回,提供一个合适的应急物资需求方案。最后在myeclips8.0平台上构建应急物资需求预测原型系统,实现系统登陆、案例添加、案例修改、案例删除和案例检索五大功能。