自然灾害在我国最近几年呈现日益多发的趋势，造成的经济也日益增大，由于我国地区发展不均衡，东西部经济差距较大，灾害发生以后，由于灾害造成的通信设施的中断，将使得灾情信息很难及时传递给上级救灾中心，因此如何在灾害发生以后第一时间预评估灾害损失和救灾物资需求，是救灾工作的第一要务。　　 本文针对自然灾害种类繁多，受灾地区经济多样性的特点，将基于案例的推理应用到灾害救助中来，提出一种基于层次熵技术的案例检索算法，通过案例推理来预评估救灾物资需求等信息。案例推理是人工智能领域的一种重要的基于知识的问题求解和自我学习的推理方法，其主要的思想是从以往的案例库中检索与当前案例最相似的案例样本，并加以调整，借此推导出当前问题的最优解。在整个案例推理的过程中，决定其性能的是案例检索，而案例检索的关键在于案例匹配，这也是近年来案例推理领域研究的重点。　　 本文首先介绍了国内外相关领域的研究现状，然后对案例推理、层次分析法、信息熵的基础理论及相关技术进行了分析，重点针对案例推理中的案例匹配环节，将层次分析法和信息熵技术应用到自然灾害的案例推理中，通过层次分析法分析决策问题的目标和多种层次因素，构造出合理的层次结构，结合主观经验信息和得出当前案例的特征属性权重的优先级，并在此基础上利用信息熵技术对结果进行修正，保证了结果的客观性，从而得到更加符合实际情况的优选案例。本文以洪涝灾害为例，通过实验证明该方法适用于洪涝灾害的案例推理，通过信息熵技术修正得到的案例优于直接通过层次分析法得到的案例，可以更加准确的预估就在物资和采取相应的救灾措施，从而验证了层次熵分析法的可行性。本文还将该方法应用到一个灾害救助系统中，实现了案例救助的自动化操作。文章在最后总结了层次熵分析法研究的不足之处，并将在未来的工作进一步完善。