城市粮食应急指挥系统作为粮食保障领域的一个典型的智能应用,它的建立和完善,能对粮食的生产、加工、运输、市场供销等方面进行有效监督、科学分析、合理预测、有力控制,并将粮食领域的各类信息及时反馈相关信息给粮食主管部门及各相关企业,使得有关部门能够迅速采取相应措施,优化资源配置,降低风险,减少损失,维护社会的稳定。在城市粮食应急指挥系统中,预警模型以及预警预案作为核心组成部分,在预警功能中起到关键性作用。预警模型能够对粮食领域的数据进行收集,分析,组合,加工,整理,做出准确预测,进行科学预警。当预警模型做出预警等级评价后,系统就会根据预警等级启动对应的预警预案,执行预案流程,尽早实施预防措施。目前预警建模方案多种多样,它们所建立的模型在预警精度,复杂度等方面都存在各自的优缺点,使其不能完全满足粮食领域预警具有维度大、非线性、模糊性、样本少,不平衡等需求。另外,传统预警预案的定制方案具有模式固定、定制复杂、开发周期长等缺点,无法满足预案定制简单、灵活、快速的需求。本文针对上述问题所做的研究工作如下：(1)通过对预警模型的需求进行实地调研,针对模糊综合评价模型不具备自主的学习能力,适应性较差的问题,提出了模糊评价方法和神经网络相结合的建模方法,构建基于模糊神经网络的预警模型,在保持模糊评价方法能对事物模糊性具有良好的判断力的情况下,提升自主学习能力,使预警模型具有良好的适应性和预测的准确性,提高预警的精确率和降低算法的复杂度,并通过实验验证了模糊神经网络学习算法的有效性。(2)针对传统预警预案定制的复用率低,可移植性、可操作性差等缺陷。提出了一种基于JBPM (Java Business Process Management)的预案定制方案,利用工作流技术具有的灵活、简单、开发周期短等优点,定制出相关的预警预案,以满足预警预案灵活多变,定制简单快捷的需求,并通过实验验证新预警预案能达到良好的效果。(3)将构建的预警模型以及预警预案应用到南宁市粮食应急指挥系统的开发中,在预警模型做出预警等级评价后,系统启动对应的预警等级预案。各预警预案能按照预先设计后的预案流程实现有步骤的流转,流转过程中有次序的完成每个节点的功能,以便采取预警后减灾救援有效措施。并结合有关粮食局数据进行实验测试,预警准确率为100%,基本满足用户需求,为粮食安全预警与监管提供理论和决策依据。