高速公路突发事件应急救援预案的智能匹配对突发事件救援决策系统具有至关重要的影响,因此如何快速有效地得到适合当前突发事件的救援预案是本文研究的重点问题。本文提出将案例推理应用到预案智能匹配过程中,根据案例推理的4R流程,着重对其中的检索算法进行了研究。本文研究目标是使得高速公路事故发生后能在最短时间内获得有效的救援预案,辅助救援人员进行决策。本文首先对高速公路突发事件进行详细分析,剖析得到突发事件特征属性,并给出了基于模型的XML案例表示方法；其次给出了置信混合相似度匹配算法,将事件描述属性根据其自身的特征划分到其所属的类别,对不同类型的属性采用不同的相似度计算方法,并且提出预案置信度,通过对置信度指标进行分析结合C4.5算法构建置信度决策树,结合相似度和置信度对历史案例进行综合判断得出最佳预案：之后,考虑到某些地区道路信息化水平比较低,导致事件特征属性采集存在困难,事件特征属性缺失等情况,提出基于贝叶斯概率模型的匹配算法,在朴素贝叶斯分类器的基础上进行改进,构建双层贝叶斯概率模型,仅利用采集到的少量属性实现匹配,并且给出了该模型的学习算法。论文最后介绍了高速公路突发事件应急救援预案智能匹配系统的软件设计框架和开发实现过程,该系统能对采集到的非空属性个数进行判断,自动选择适用的匹配算法,并结合仿真实例给予验证。系统救援预案的匹配结果均符合本文理论分析的预期,这表明本文所提出的智能匹配算法是有效可行的。