非常规突发事件应急管理多元信息分层递阶可视化融合研究
|
摘要
由于社会的各个功能系统之间的关联度和依赖度不段增强，各类突发事件更容易演变为规模巨大、后果严重的非常规突发事件。非常规突发事件应急管理已成为多学科交叉的前沿课题。在大数据时代，通过信息可视化以支持管理决策和预测，成为应急管理领域的一个重要方向。如何从非常规突发事件的多元海量数据中，快速、准确地获取有价值的信息，并对其进行数据处理和可视化表达，实现多元信息融合，以支持应急处置中的智能决策过程，成为非常规突发事件应急管理研究领域的重要目标之一。
本文以复杂系统科学、突发事件应急管理和信息可视化等作为理论基础，融合多学科理论，采用系统科学方法、管理科学、信息科学、数学、演绎归纳法、实证研究等方法，深入研究非常规突发事件应急管理中信息系统、信息流和数据特征等关键问题，构建非常规突发事件应急管理多元信息可视化系统，并研究多元信息可视化融合的理论、模型和方法，用于支持应急决策，具有重要的理论意义和现实意义。
首先，本文根据中国应急管理系统结构模型，系统分析了我国应急管理总体框架、应急预案体系、应急管理系统结构，以及美国应急管理的核心系统—NIMS和NRP的框架结构、JFO的构成和部门结构，归纳了应急管理系统分层、递阶、多系统耦合并具有协调机制的本质特征。分析了应急管理中的信息流和数据管理技术在应急管理数据流中的应用，并重点分析了应急管理数据的海量、多源、异构、时变、时间敏感、难以共享和可信度不同等特征。界定了本文的研究对象—文本数据，比较了多维数据和多元数据，提出了降维和信息融合是多元文本数据处理的关键环节。在基于Web的应急管理数据总体框架基础上，构建了多元数据分层递阶图表示模型、分层递阶可视化融合和应急决策模型，设计了应急管理信息多元信息系统模型。
其次，根据多元信息可视化系统的设计原则，分析了多元信息可视化系统的信息收集与处理、信息存储、多元图表示、信息融合、信息分析与利用、信息传播等基本功能；构建了多元信息可视化系统的逻辑结构模型，分析了其对应的四个层次和四个支持平台；分析了领导辅助决策系统、系统安全与维护平台两个支持结构。进而，设计了非常规突发事件应急管理多元信息可视化系统，并分析了该系统不同层级的子系统与应急管理预防、准备、反应和恢复等阶段之间的对应关系。
再次，研究了基于雷达图的应急管理多元信息可视化融合方法。非常规突发事件应急管理系统作为一个复杂系统，在管理层面上是分层递阶的，既包含定性数据，也包含定量数据，呈现出多维、参数耦合的特征。提出了多层递阶参数耦合信息融合的一般模型。为了使该模型具有通用性，提出了输入数据的预处理方法：定量数据标准化方法——线性转换方法和归一化方法，定性信息预处理方法，定性信息与定量信息转换方法——简单语言概念生成、线性划分法、非线性划分法和二元对比插入法。根据特征选择和特征提取原理，建立了特征选择和特征提取的融合模型。基于雷达图原理，分析了高维数据分段特征融合与分层递阶的降维过程。提出了基于三角形面积和扇形面积的雷达图数据分析方法。最后，运用该方法进行实证分析。
最后，研究了基于形式概念分析的应急管理多元信息可视化融合方法。根据应急管理多元数据分层递阶特征，分析了基于形式概念分析的多元数据可视化的可行性。以形式概念分析的原理与方法为基础，根据形式背景的分层递阶概念格生成算法，引入了形式背景的分层优化方法，提出了基于形式背景行列交换原理的属性偏序结构图表示方法。该方法可以对形式背景进行优化，绘制具有较显著层次关系结构的图形，实现属性聚类和多元信息分层递阶可视化。最后，运用该方法进行实证分析。
The correlation and dependence are enhanced constantly among various socialfunction systems. All kinds of unexpected events are more likely to turn intounconventional emergencies with large scale and serious consequences. Unconventionalemergency management research has become a pivotal frontier and multidisciplinaryfield.One of major research goals in the field is how to obtain some valuable informationrapidly and accurately from data, information and knowledge included in unconventionalemergencies, and acquire multi-dimensional multi-variate (mdmv) information visuali-zation (InfoVis) expression through data processing and information fusion to support theintelligent decision-making process in emergency response.
Complex system science, emergency management and information visualization weremade as the theoretical basis. The dissertation integrated multi-disciplinary theories andadopted the methods of system science, management science, information science,mathematics, deductive induction and empirical analysis. The research studied some keyissues like information system, information flow, data characteristics, etc in unconven-tional emergency management, and built unconventional emergency management visualmdmv information system, and proposed some models and methods about visual mdmvinformation fusion. It has important theoretical and practical significance.
First of all, according to the emergency management system structure model of China,this article systematically analyzed the overall framework, the emergency pre-planssystem and the system structure of China's emergency management, as well as the core ofAmerican emergency management system (the frame structure of NIMS and NRP, theconstitution and department structure of JFO). On this basis, it came to the conclusion thatthe emergency management system in essence is a layered, hierarchical, multi-systemcoupling system with a coordination mechanism. And then the paper analyzed theinformation flow in emergency management and the application of data managementtechnology in emergency management data flow, and the emergency management dadacharacteristics such as mass and multi-sources, heterogeneous formats, time-varying, time-sensitive, difficulty in sharing, and low credibility. Again the scope of this researchlies in the text data, and the comparison between the multidimensional data andmultivariate data was made, and the dimensionality reduction and information fusion wasproposed as a key link in the process of multiple text data processing. In addition, basedon the framework of a web-based emergency management data system, the mdmv datahierarchical graph model and the layered hierarchical visualization fusion supportingemergency decision-making model were developed. The emergency management mdmvinformation system model was also designed.
Secondly, according to the design principles of mdmv InfoVis system, the basicfunctions of the system were analyzed such as information collection and processing,information storage, multiple graphs, information fusion, information analysis andutilization, and information dissemination. The study built a logic structure of the system,analyzed its four levels and four corresponding support platforms, along with two supportstructures-the auxiliary leader decision-making system and the system safety andmaintenance platform. And then, the unconventional emergency management visualmdmv information system was presented. The corresponding relationship was analyzedbetween the subsystems in the different system levels and four phases (prevention,preparation, response and recovery) in emergency management.
Thirdly, the dissertation researched an emergency management visual mdmvinformation fusion method based on radar map. Unconventional emergency managementsystem as a complex system is layered on the management level. It contains bothqualitative and quantitative data, and presents a multidimensional and parameter couplingcharacteristic. A multi-level, hierarchical and parameter-coupling information fusionmodel was proposed. There is a need for input data preprocessing in order to make themodel general. Quantitative data standardization method was proposed. It contains lineartransformation method and normalized method. Qualitative information pretreatmentmethod was analyzed. Some conversion methods between qualitative information andquantitative information were developed such as simple language concept generationmethod, linear classification method, nonlinear insert division method and dual contrastinsertion method. According to the principle of feature selection and feature extraction, a fusion model of feature selection and feature extraction was established. Based on theprinciple of radar chart, this study analyzed the high-dimensional data segmentationfeature fusion and layered hierarchical dimension reduction process. In addition, somedata analysis methods based on triangle area and fan-shaped area of a radar chartrespectively were proposed. Finally, an empirical analysis was made by applying thesemethods.
Finally, a study on visual mdmv information fusion method of emergencymanagement based on formal concept analysis (FCA) was developed. According to thelayered and hierarchical characteristic of mdmv data in emergency management, thereasarch analyzed the feasibility of mdmv data visualization based on FCA. Thedissertation proposed the attribute partial order structure diagram by applying the ranksexchange principle of formal context to optimize formal context, on the basis of theprinciple and method of formal concept analysis, and in accordance with the generationalgorithm of layered hierarchical concept lattice. The method can optimize the formalcontext, draw graphics with significant hierarchy structure, and realize attribute clusteringand hierarchical mdmv information visualization. Two cases illustrated the method.
本文以复杂系统科学、突发事件应急管理和信息可视化等作为理论基础，融合多学科理论，采用系统科学方法、管理科学、信息科学、数学、演绎归纳法、实证研究等方法，深入研究非常规突发事件应急管理中信息系统、信息流和数据特征等关键问题，构建非常规突发事件应急管理多元信息可视化系统，并研究多元信息可视化融合的理论、模型和方法，用于支持应急决策，具有重要的理论意义和现实意义。
首先，本文根据中国应急管理系统结构模型，系统分析了我国应急管理总体框架、应急预案体系、应急管理系统结构，以及美国应急管理的核心系统—NIMS和NRP的框架结构、JFO的构成和部门结构，归纳了应急管理系统分层、递阶、多系统耦合并具有协调机制的本质特征。分析了应急管理中的信息流和数据管理技术在应急管理数据流中的应用，并重点分析了应急管理数据的海量、多源、异构、时变、时间敏感、难以共享和可信度不同等特征。界定了本文的研究对象—文本数据，比较了多维数据和多元数据，提出了降维和信息融合是多元文本数据处理的关键环节。在基于Web的应急管理数据总体框架基础上，构建了多元数据分层递阶图表示模型、分层递阶可视化融合和应急决策模型，设计了应急管理信息多元信息系统模型。
其次，根据多元信息可视化系统的设计原则，分析了多元信息可视化系统的信息收集与处理、信息存储、多元图表示、信息融合、信息分析与利用、信息传播等基本功能；构建了多元信息可视化系统的逻辑结构模型，分析了其对应的四个层次和四个支持平台；分析了领导辅助决策系统、系统安全与维护平台两个支持结构。进而，设计了非常规突发事件应急管理多元信息可视化系统，并分析了该系统不同层级的子系统与应急管理预防、准备、反应和恢复等阶段之间的对应关系。
再次，研究了基于雷达图的应急管理多元信息可视化融合方法。非常规突发事件应急管理系统作为一个复杂系统，在管理层面上是分层递阶的，既包含定性数据，也包含定量数据，呈现出多维、参数耦合的特征。提出了多层递阶参数耦合信息融合的一般模型。为了使该模型具有通用性，提出了输入数据的预处理方法：定量数据标准化方法——线性转换方法和归一化方法，定性信息预处理方法，定性信息与定量信息转换方法——简单语言概念生成、线性划分法、非线性划分法和二元对比插入法。根据特征选择和特征提取原理，建立了特征选择和特征提取的融合模型。基于雷达图原理，分析了高维数据分段特征融合与分层递阶的降维过程。提出了基于三角形面积和扇形面积的雷达图数据分析方法。最后，运用该方法进行实证分析。
最后，研究了基于形式概念分析的应急管理多元信息可视化融合方法。根据应急管理多元数据分层递阶特征，分析了基于形式概念分析的多元数据可视化的可行性。以形式概念分析的原理与方法为基础，根据形式背景的分层递阶概念格生成算法，引入了形式背景的分层优化方法，提出了基于形式背景行列交换原理的属性偏序结构图表示方法。该方法可以对形式背景进行优化，绘制具有较显著层次关系结构的图形，实现属性聚类和多元信息分层递阶可视化。最后，运用该方法进行实证分析。
The correlation and dependence are enhanced constantly among various socialfunction systems. All kinds of unexpected events are more likely to turn intounconventional emergencies with large scale and serious consequences. Unconventionalemergency management research has become a pivotal frontier and multidisciplinaryfield.One of major research goals in the field is how to obtain some valuable informationrapidly and accurately from data, information and knowledge included in unconventionalemergencies, and acquire multi-dimensional multi-variate (mdmv) information visuali-zation (InfoVis) expression through data processing and information fusion to support theintelligent decision-making process in emergency response.
Complex system science, emergency management and information visualization weremade as the theoretical basis. The dissertation integrated multi-disciplinary theories andadopted the methods of system science, management science, information science,mathematics, deductive induction and empirical analysis. The research studied some keyissues like information system, information flow, data characteristics, etc in unconven-tional emergency management, and built unconventional emergency management visualmdmv information system, and proposed some models and methods about visual mdmvinformation fusion. It has important theoretical and practical significance.
First of all, according to the emergency management system structure model of China,this article systematically analyzed the overall framework, the emergency pre-planssystem and the system structure of China's emergency management, as well as the core ofAmerican emergency management system (the frame structure of NIMS and NRP, theconstitution and department structure of JFO). On this basis, it came to the conclusion thatthe emergency management system in essence is a layered, hierarchical, multi-systemcoupling system with a coordination mechanism. And then the paper analyzed theinformation flow in emergency management and the application of data managementtechnology in emergency management data flow, and the emergency management dadacharacteristics such as mass and multi-sources, heterogeneous formats, time-varying, time-sensitive, difficulty in sharing, and low credibility. Again the scope of this researchlies in the text data, and the comparison between the multidimensional data andmultivariate data was made, and the dimensionality reduction and information fusion wasproposed as a key link in the process of multiple text data processing. In addition, basedon the framework of a web-based emergency management data system, the mdmv datahierarchical graph model and the layered hierarchical visualization fusion supportingemergency decision-making model were developed. The emergency management mdmvinformation system model was also designed.
Secondly, according to the design principles of mdmv InfoVis system, the basicfunctions of the system were analyzed such as information collection and processing,information storage, multiple graphs, information fusion, information analysis andutilization, and information dissemination. The study built a logic structure of the system,analyzed its four levels and four corresponding support platforms, along with two supportstructures-the auxiliary leader decision-making system and the system safety andmaintenance platform. And then, the unconventional emergency management visualmdmv information system was presented. The corresponding relationship was analyzedbetween the subsystems in the different system levels and four phases (prevention,preparation, response and recovery) in emergency management.
Thirdly, the dissertation researched an emergency management visual mdmvinformation fusion method based on radar map. Unconventional emergency managementsystem as a complex system is layered on the management level. It contains bothqualitative and quantitative data, and presents a multidimensional and parameter couplingcharacteristic. A multi-level, hierarchical and parameter-coupling information fusionmodel was proposed. There is a need for input data preprocessing in order to make themodel general. Quantitative data standardization method was proposed. It contains lineartransformation method and normalized method. Qualitative information pretreatmentmethod was analyzed. Some conversion methods between qualitative information andquantitative information were developed such as simple language concept generationmethod, linear classification method, nonlinear insert division method and dual contrastinsertion method. According to the principle of feature selection and feature extraction, a fusion model of feature selection and feature extraction was established. Based on theprinciple of radar chart, this study analyzed the high-dimensional data segmentationfeature fusion and layered hierarchical dimension reduction process. In addition, somedata analysis methods based on triangle area and fan-shaped area of a radar chartrespectively were proposed. Finally, an empirical analysis was made by applying thesemethods.
Finally, a study on visual mdmv information fusion method of emergencymanagement based on formal concept analysis (FCA) was developed. According to thelayered and hierarchical characteristic of mdmv data in emergency management, thereasarch analyzed the feasibility of mdmv data visualization based on FCA. Thedissertation proposed the attribute partial order structure diagram by applying the ranksexchange principle of formal context to optimize formal context, on the basis of theprinciple and method of formal concept analysis, and in accordance with the generationalgorithm of layered hierarchical concept lattice. The method can optimize the formalcontext, draw graphics with significant hierarchy structure, and realize attribute clusteringand hierarchical mdmv information visualization. Two cases illustrated the method.
引文
①Daganzo提出了CTM模型的概念，该模型把路段划分为多个等距的小段（元胞），并将时间离散化，元胞长度取自由车流在一个时间步长走行的距离。来源：Daganzo C F．The cell transmission model:Asimple dynamicrepresentation of highway traffic [J]．Transpo. Res. B,1994,28(4):269-287．
[1] Schumacher I，Strobl E．Economic Development and Losses due to Natural Disasters：theRole of Hazard Exposure [J]．Ecological Economics，2011，72（15）：97-105．
[2] Ray C．UN Concerned with Severe Financial Losses to Natural Disasters worldwide [J/OL].2011．http://www.helium.com/items/2161177-un-concerned-with-severe-financial-losses-to-natural-disasters-worldwide/printS．
[3]韩智勇，翁文国，张维，等．重大研究计划“非常规突发事件应急管理研究”的科学背景、目标与组织管理[J]．中国科学基金，2009（4）：215-220．
[4]邱晓刚，樊宗臣，陈彬，等．非常规突发事件应急管理仿真的需求与挑战[J]．系统仿真技术，2011，7（3）：169-176．
[5]范维澄．国家突发公共事件应急管理中科学问题的思考和建议[J]．中国科学基金，2007（2）：71-76．
[6] Gaynor M，Seltzer M，Moulton S，et al．ADynamic，Data-Driven，Decision Support Systemfor Emergency Medical Services [M]//Computational Science-ICCS2005，Lecture Notes inComputer Science，Springer Berlin Heidelberg，2005，3515：703-711．
[7] Barbarosoglu G，Arda Y．Atwo-stage Stochastic Programming Framework for TransportationPlanning in Disaster response [J]．Journal of Operational Research Society，2004，55（1）：43-53．
[8] ReVelle C S，Eiseltb HA．LocationAnalysis：Asynthesis and Survey [J]．European Journalof Operational Research，2005，165（1）：1-19．
[9] Sherali H D，Subramanian S．Opportunity Cost-based Models for Traffic Incident ResponseProblem [J]．Journal of Transportation Engineering，1999，125（3）：176-185．
[10] Akella M R，Batta R，Delmelle E M，et al．Base Station Location and ChannelAllocation ina Cellular Network with Emergency Coverage Requirements [J]．European Journal ofOperational Research，2005，164（2）：301-323．
[11] Adenso-Diaz B，Rodriguez F．A simple Search of Heuristic for the MCLP：Application to theLocation of the Ambulance Bases in a Rural Region [J]．Omega，1997，25（2）：181-187．
[12] Klein G A．Recognition-primed Decisions[J]//Rouse W B（Ed.）．Advances in Man-machineSystems Research：A Research Annual(Vol.2)．Greenwich，CT：Jai Press，Inc．1989，5（4）：47-92．
[13] Sayegh L，Anthony W P，Perrewe P L．Managerial Decision-making Under Crisis：The Roleof Emotion in an Intuitive Decision Process [J]．Human Resource Management Review，2004，14（2）：179-199．
[14] Peng Y，Zou Z，Yang M，et al．Research on the Evolution Law and Response Capability ofUnconventional Emergency [C]//Biomedical Engineering and Computer Science（ICBECS），2010International Conference on．IEEE，2010：1-5．
[15] Altay N，Green III W G．OR/MS Research in Disaster Operation Management [J]．EuropeanJournal of Operational Research，2006，175（1）：475-493．
[16] Gray P H．The Effects of Knowledge Management Systems on Emergent Teams：Towards aResearch Model [J]．Journal of Strategic Information Systems，2000，（9）：175-191．
[17] Zhang D，Zhou L，Nunamaker Jr J F．A Knowledge Management Framework for the Supportof Decision Making Humanitarian Assistance/Disaster Relief [J]．Knowledge and InformationSystems，2002，4（3）：370-385．
[18] Raman M．Claremont Colleges Emergency Preparedness：An Action Research Initiative [J].Systemic Practice and Action Research，2006，19（3）：253-271．
[19] Lee W B，Wang Y，Wang W M，et al．An Unstructured Information Management System（UIMS）for Emergency Management [J]．Expert System with Application，2012，39（17）：12743-12758．
[20] Robertson G G，Card S K，Mackinlay J D．The Cognitive Coprocessor Architecture forInteractive User Interfaces [C]//Proceedings of the2ndannual ACM SIGGRAPHSYMPOSIUM on User Interface and Software and Technology．New York，USA；ACM Press，1989：10-18．
[21] Wong P C，Bergeron R D．30Years of Multidimensional Multivariate Visualization [C]//Scientific Visualization，Overviews，Methodologies，and Techniques．IEEE Computer Society，Washington，DC，USA，1994：3-33．
[22] Gibson J J．The Perception of the Visual World [M]．Westpor（tConn.）：Greenwood Press，1974．
[23] Pickett R M，White B W．Constructing Data Pictures [C]//Proceedings of the7thNationalSymposium of the Society for Information Display，1966：75-81．
[24] Chernoff H．The Use of Faces to Represent Points in k-Dimensional Space Graphically[J]．Journal of American Statistical Association，1973，68（342）：361-368．
[25] Tukey J W．Exploratory data analysis [J]//Addison-Wesley Series in Behavioral Science：Quantitative Methods，Reading，Mass.：Addison-Wesley，1977：5-23．
[26] Inselberg A，Dimsdale B．Parallel Coordinates for Visualizing Multi-dimensional Geometry
[C]//Kunii T L（Eds.）．Proceedings of Computer Graphics International’87，Tokyo，Springer-Verlag，1987．
[27] Daniel Asimov．The Grand Tour：A Tool for Viewing Multidimensional Data [J]．SIAMJournal on Scientific and Statistical Computing，1985，6（1）：128-143．
[28] Alpern B，Carter L．Hyperbox [C]//Visualization，1991．Visualization’91，Proceeding，IEEE Conference on．IEEE，1991：133-139，418．
[29] van Wijk J J，van Liere R．HyperSlice：Visualization of Scalar Functions of Many Variables
[C]//Gregory M，Nielson，Bergeron R D（Eds.）.Proceedings of the4thConference onVisualization’93．IEEE Computer Society，San Jose，California，1993：119-125．
[30] Beshers C，Feiner S．AutoVisual：Rule-based Design of Interactive Multivariate Visualizations[J]． Computer Graphics and Applications，IEEE，1993，13（4）：41-49．
[31] Ward M O．XmdvTool：Integrating Multiple Methods for Visualizing Multivariate Data [C]//Proceedings of the Conference on Visualization’94．IEEE Computer Society Press，1994：326-333．
[32] Cook D．XGobi in brief[J/OL]．1997．http://www.public.iastate.edu/~dicook/xgobi/xgobi.html
[33] http://orange.biolab.si/
[34] Swayne D F，Lang D T，Buja A，et al．GGobi：Evolving from XGobi into an ExtensibleFramework for Interactive Data Visualization [J]．Computational Statistics&Data Analysis，2003，43（4）：423-444．
[35] Ferreira de Oliveira M C，Levkowitz H．From Visual Data Exploration to Visual Data Mining：A Survey [J]．Visualization and Computer Graphics，IEEE Transactions on，2003，9（3）：378-393．
[36] Ankerst M，Ester M，Kriegel H P．Towards an Effective Cooperation of the User and theComputer for Classification [C]//Proceedings of the6thACM SIGKDD InternationalConference on Knowledge Discovery and Data Mining （ACM2000），2000：179-188．
[37] Ankerst M，Elsen C，Ester M，et al．Visual Classification：an Interactive Approach to DecisionTree Construction [C]//Proceedings of the5thACM SIGKDD International Conference onKnowledge Discovery and Data Mining（ACM1999），1999：392-396，．
[38] Ben Ayed M，Ltifi H，Kolski C，et al．A User-centered Approach for the Design andImplementation of KDD-based DSS：A Case Study in the Healthcare Domain [J]．DecisionSupport Systems，2010，50（1）：64-78．
[39] Cook K A，Tohomsa J J．Illuminating the Path：The Research and Development Agenda forVisual Analytics [M]．IEEE Computer Society Press，2005．
[40] Keim D A，Robertson G G，Thomas J J，et al．Guest Editorial：Special Section on VisualAnalytics [J]．IEEE Transactions on Visualization and Computer Graphics，2006，12（6）：1361-1362．
[41] Ammar S，Duncombe W，Jump B，et al．Constructing a Fuzzy Knowledge-based-system：An Application for Assessing the Financial Condition of Public Schools [J]．Expert Systemswith Applications，2004，27（3）：349-364．
[42] Wang W K．A Knowledge-based Decision Support System for Measuring the Performance ofGovernment Real Estate Investment [J]．Expert Systems with Applications，2005，29（4）：901-912．
[43] Wang W K，Huang H C，Lai M C．Design of a Knowledge-based Performance EvaluationSystem：A Case of High-tech State-owned Enterprises in an Emerging Economy [J]．ExpertSystems with Applications，2008，34（3）：1795-1803．
[44] Kumra R，Stein R M，Assersohn I．Assessing a Knowledge-based Approach to CommercialLoan Underwriting [J]．Expert Systems with Applications，2006，30（3）：507-518．
[45] Chow H K H，Choy K L，Lee W B，et al．Design of a Knowledge Based Logistics StrategySystem [J]．Expert Systems with Applications，2005，29（2）：272-290．
[46] Pomar J，Pomar C．A Knowledge-based Decision Support System to Improve Sow FarmProducti-vity [J]．Expert Systems with Applications，2005，29（1）：33-40．
[47] Wen W，Wang W K，Wang C H．A Knowledge-based Intelligent Decision Support System forNational Defense Budget Planning [J]．Expert Systems with Applications，2005，28（1）：55-66．
[48] Wen W，Wang W K，Wang T H．A Hybrid Knowledge-based Decision Support System forEnterprise Mergers and Acquisitions [J]．Expert Systems with Applications，2005，28（3）：569-582．
[49] Berrais A．A Knowledge-based Expert System for Earthquake Resistant Design of ReinforcedConcrete Buildings[J]．Expert Systems with Applications，2005，28（3）：519-530．
[50] Yim N H，Kim S H，Kim H W，et al．Knowledge Based Decision-making on Higher LevelStrategic Concerns：System Dynamics Approach [J]．Expert Systems with Applications，2004，27（1）：143-158．
[51] Fonseca D J，Uppal G，Greene T J．A Knowledge-based System for Conveyor EquipmentSelection [J]．Expert Systems with Applications，2004，26（4）：615-623．
[52] Cheung C F，Lee W B，Wang W M，et al．A Multi-perspective Knowledge-based System forCustomer Service Management [J]．Expert Systems with Applications，2003，24（4）：457-470．
[53] MansourianA，RajabifardA，Valadan Zoej M J，et al．Using SDI and Web-based System toFacilitate Disaster Management [J]．Computers&Geosciences，2006，32（3）：303-315．
[54] Zhang C R，Zhao T，Li W D．Automatic Search of Geospatial Features for Disaster andEmergency Management [J]．International Journal of Applied Earth Observation and Geoin-formation，2010，12（6）：409-418．
[55] Coppock J T．GIS and Natural Hazards：an Overview from a GIS Perspective [J]．Geographi-cal Information Systems in Assessing Natural Hazards，1995，6：21-34．
[56] Abdalla R，Tao V．Integrated Distributed GISApproach for Earthquake Disaster Modeling andVisualization [M]//Osterom P，Zlatanova S，Fendel E M（Eds.），Geo-Information for DisasterManagement．Springer Berlin Heidelberg，2005：1183-1192．
[57] Zlatanova S，Li J．Geospatial Information Technology for Emergency Response [M]．Taylor&Francis Group，London，2008：394．
[58] ZergerA，Smith D I．Impediments to Using GIS for Real-time Disaster Decision Support [J]．Computers，Environment and Urban Systems，2003，27（2）：123-141．
[59] Monmonier M，GiordanoA．GIS in New York State County Emergency Management Offices：Users Assessment [J]．Applied Geographic Studies，1998（2）：95-109．
[60] United States．Congress．House．Select Bipartisan Committee to Investigate the Preparationfor and Response to Hurricanes Katrina and Rita．A Failure of Initiative：The Final Report ofthe Select Bipartisan Committee to Investigate the Preparation for and Response to HurricanesKatrina and Rita [M]．United States Government Printing，Washington，DC，2006．
[61] Donkervoort S，Dolan S M，Beckwith M，et al．EnhancingAccurate Data Collection in MassFatality Kinship Identifications：Lessons Learned from Hurricane Katrina [J]．Forensic ScienceInternational：Genetics，2008，2（4）：354-362．
[62] LevinsohnA．Spatial Data Insights-Geospatial Interoperability：the Holy Grail of GIS [J]．GeoWorld，2000，13：28-29．
[63] Abdalla R，Tao C V，Li J．Challenges for theApplication of GIS Interoperability in EmergencyManagement [M]//Li J，Zlatanova S，Fabbri A（Eds．）．Lecture Notes in Geoinformation andCartography：Geomatics Solutions for Disaster Management．Springer Berlin Heidelberg，2007：201-224．
[64] Li W，Yang C，Raskin R．ASemantic Enhanced Model for Searching in Spatial Web Portals[C]//Proceeding of AAAI/Spring Symposium Semantic Scientific Knowledge IntegrationTechinical Report SS-08-05，Palo Alto，CA，2008：47-50．
[65] Yang C W，Li W W，Xie J B，et al．Distributed Geospatial Information Processing：SharingDistributed Geospatial Resources to Support Digital Earth [J]．International Journal of DigitalEarth，2008，1（3）：259-278．
[66] Wiegand N，Garcia C．A Task-Based Ontology Approach to Automate Geospatial DataRetrieval [J]．Transaction in GIS，2007,11（3）：355-376．
[67] Ouyang Y，Zhang J E，Luo S M．Dynamic Data Driven Application System：RecentDevelopment and Future Perspective [J]．Ecological Modelling，2007，204（1-2）：1-8．
[68] Zhao H，Knight D，Taskinoglu E，et al．Data Driven Design Optimization MethodologyDevelopment and Application [C]．Computational Science-ICCS2004，Lecture Notes inComputer Science，Springer Berlin Heidelberg，2004，3038：748-755．
[69] Parashar M，Klie H，Ctalynrek U，et al．Application of Grid-enabled Technologies for SolvingOptimization Problems in Data-driven Reservoir Studies [J]．Future Generation ComputerSystem，2005，21（1）：19-26．
[70] Onolaj O，Theodoropoulos G，Bahsoon R．A Data-Driven Framework for Dynamic TrustManagement [J]．Procedia Computer Science，2011，4：1751-1760．
[71] Douglas C C，Efendiev Y，Popov P，et al．An Introduction to a Porous Shape MemoryAlloyDynamic Data Driven Application System [J]．Procedia Computer Science，2012，9：1081-1089．
[72] Runkler TA，Sturm M，Hellendoorn H．Model Based Sensor Fusion with Fuzzy Clustering[C]//Fuzzy Systems Proceedings，1998．IEEE World Congress on Computational Intelligence，The1998IEEE International Conference on．IEEE，1998，2：1377-1382．
[73] Berdjag D，Christophe C，Cocquempot V，et al．Nonlinear Model Decomposition for RobustFault Detection and Isolation Using Algebraic Tools [J]．International Journal of InnovativeComputing，Information&Control．2006，2（6）：1337-1354．
[74] Luo R C，Kay M G．A Tutorial on Multisensor Integration and Fusion [C]//IndustrialElectronics Society，1990．IECON’90，16thAnnual Conference of IEEE．IEEE，1990：707-722．
[75] Suranthiran S，Jayasuriya S．Nonlinear averaging of multi-sensor data [C]//ASME Interna-tional DETC’03， Proceeding of International19thBiennial Conference on MechanicalVibration and Noise（VIB），2003．
[76] Mao Z，Jiang B，Shi P．H∞Fault Detection Filter Design for Networked Control SystemsModeled by Discrete Markovian Jump Systems [J]．Control Theory&Applications，IET，2007，1（5）：1336-1343．
[77] Mao Z，Jiang B．Fault Identification and Fault-tolerant Control for a Class of NetworkedControl Systems [J]．International Journal of Innovative Computing，Information and Control，2007，3（5）：1121-1130．
[78] Abderahman M，Kandasamy P．Integration of Multiple Sensor Fusion in Controller Design[J]．ISA transactions，2003，42（2）：197-205．
[79] Lee C F，Xu Y P．Theoretical Study on a New Multi-sensor System [C]//Sensor for Industry，2001，Proceedings of the First ISA/IEEE Conference．IEEE，2001：187-191．
[80] Luo R C，Yih C C，Su K L．Multisensor Fusion and Integration：Approaches，Applicationsand Future Research Directions [J]．Sensors Journal，IEEE，2002，2（2）：107-119．
[81] Y．Vershinin．AData FusionAlgorithm for Multi-sensor Systems [C]//Proceedings of the5thInternational Conference on Information Fusion，2002，1：341-345．
[82] Lee M F R，Stanley K G，Wu Q M J．Implementation of Sensor Selection and Fusion UsingFuzzy Logic[C]//IFSA World Congress and20thNAFIPS International Conference，2001．Joint9th．IEEE，2001，1：328-333．
[83] MahajanA，Wang K，Ray P K．Multi-sensor Integration and Fusion Model that Uses a FuzzyInference System[J]．IEEE/ASME Transactions on Mechatronics，2001，6（2）：188-196．
[84] Shahmirzadi D，Lucas C，Langari R．Intelligent Signal Fusion Algorithm Using BEL-BrainEmotional Learning [C]//Proceedings of7thJoint Conference on Information Sciences，JCIS’03，1thSymposium on Brain-Like Computer Architecture，Cary，NC，USA. Texas A&MUniversity，2003：1743-1746．
[85] Prajitno P，Mort N．AFuzzy Model-based Multi-sensor Data Fusion System[C]//Proceedingsof SPIE-The International Society for Optical Engineering，2001，4385：301-312．
[86] FekihA，Xu H，Chowdhury F N．Neural Networks Based System Identification Techniques forModel Based Fault Detection of Nonlinear Systems [J]．International Journal of InnovativeComputing，Information and Control，2007，3（5）：1073-1085．
[87] Banerjee T P，Das S．Multi-sensor Data Fusion Using Support Vector Machine for Motor FaultDetection [J]．Information Sciences，2012，217：96-107．
[88] Wei Y M，Fan Y，Lu C，et al．TheAssessment of Vulnerability to Natural Disasters in Chinaby Using the DEA Method [J]．Environmental Impact Assessment Review，2004，24（4）：427-439．
[89] Xu J，Lu Y．Meta-synthesis Pattern ofAnalysis andAssessment of Earthquake Disaster System[J]．Systems Engineering Theory&Practice，2009，29（11）：1-18．
[90] Nouri J，Mansouri N，Abbaspore M，et al．Designing a Developed Model forAssessing theDisaster Induced Vulnerability Value in Educational Centers [J]．Safety Science，2011，49（5）：679-685．
[91] Tsai C H，Chen C W．The Establishment of a Rapid Natural Disaster RiskAssessment Modelfor the Tourism Industry [J]．Tourism Management，2011，32（1）：158-171．
[92] ZergerA，Smith D I．Impediments to Using GIS for Real-time Disaster Decision Support [J].Computers，Environment and Urban Systems，2003，27（2）：123-141．
[93] Qin X S，Huang G H，ChakmaA，et al．AMCDM-based Expert System for Climate-changeImpact Assessment and Adaptation Planning-A Case Study for the Georgia Basin，Canada [J].Expert Systems with Application，2008，34（3）：2164-2179．
[94] Jiang W G，Deng L，Chen LY，et al．RiskAssessment and Validation of Flood Disaster Basedon Fuzzy Mathematics [J]．Progress in Natural Science，2009，19（10）：1419-1425．
[95] Tinguaro Rodriguez J，Vitoriano B，Montero J．AGeneral Methodology for Data-based RuleBuilding and Its Application to Natural Disaster Management [J]．Computers&OperationsResearch，2012，39（4）：863-873．
[96] Tang A，Wen A．An Intelligent Simulation System for Earthquake Disaster Assessment[J]．Computers&Geosciences，2009，35（5）：871-879．
[97] Dos Santos S，Brodlie K．Gaining Understanding of Multivariate and Multidimensional Datathrough Visualization [J]．Computers&Graphics，2004，28（3）：311-325．
[98]何建敏，刘春林，曹杰，等．应急管理与应急系统-选址、调度与算法[M]．北京：科学出版社，2005．
[99]郭子雪，张强，齐美然．一类应急物资筹集问题的模糊机会约束模型[J]．北京理工大学学报，2011，31（6）：749-752．
[100]郭子雪，齐美然，张强．基于区间数的应急物资储备库最小费用选址模型[J]．运筹与管理，2010，19（1）：15-20．
[101]方磊．基于偏好DEA的应急系统选址模型研究[J]．系统工程理论与实践，2006（8）：116-122．
[102]方磊，何建敏．城市应急系统优化选址决策模型和算法[J]．管理科学学报，2005，8（1）：12-16．
[103]陈志宗，尤建新．重大突发事件应急救援设施选址的多目标决策模型[J]．管理科学，2006，19（4）：10-14．
[104]张婧，申世飞，杨锐．基于偏好序的多事故应急资源调配博弈模型[J]．清华大学学报（自然科学版）．2007，47（12）：2172-2175．
[105]郑康宁，李向阳．时变情景下的应急决策矛盾问题分析与求解[J]．运筹与管理．2011，20（2）：28-36．
[106]李国旗，张锦，刘思婧．城市应急物流设施选址的多目标规划模型[J]．计算机工程与应用，2011，47（19）：238-241．
[107]刘家国．供应链突发事件非完全信息动态博弈研究[J]．运筹与管理，2012，21（6）：105-111．
[108]曹二保，赖明勇．多零售商供应链应对突发事件的协同机制研究[J]．中国管理科学．2009，17（5）：53-60．
[109]姚杰，池宏，计雷．带有潜变量的结构方程模型在突发事件应急管理中的应用[J]．中国管理科学，2005，13（2）：44-50．
[110]田依林．城市公共安全应急管理信息系统建设模型[J]．武汉理工大学学报（信息与管理工程版），2007，29（3）：68-71．
[111]佘廉，吴国斌，吕浩，等．关于我国政府对重大突发事件管理现状的问卷调查与分析[J]．中国安全科学学报，2005，15（7）：16-20，30．
[112]吕浩，王超．重大突发事件的扩散机理研究[J]．武汉理工大学学报（信息与管理工程版），2006，28（9）：7-10．
[113]师立晨，曾明荣，魏利军．事故应急救援指挥中心组织架构和运行机制探讨[J]．安全与环境学报，2005，5（2）：115-118．
[114]佘廉，雷丽萍．我国巨灾事件应急管理的若干理论问题思考[J]．武汉理工大学学报（社会科学版），2008，21（4）：470-475．
[115]冯百侠．城市灾害应急能力评价的基本框架[J]．河北理工大学学报（社会科学版），2006，6（4）：210-212．
[116]田依林，杨青．基于AHP-Delphi法的城市灾害应急能力评价指标体系模型设计[J]．武汉理工大学学报（交通科学与工程版），2008，32（1）：168-171．
[117]范维澄．突发公共事件应急信息系统总体方案的构思[J]．信息化建设，2005（9）：11-14．
[118]田依林．城市公共安全应急管理信息系统建设模型[J]．武汉理工大学学报（信息与管理工程版），2007，29（3）：68-71．
[119]孙恩吉，李仲学，李翠平．基于RFID及WSN技术的矿山实时三维定位及灾害预警平台[J]．中国安全生产科学技术，2009，5（3）：36-40．
[120]连清旺．矿井顶板（围岩）状态监测及灾害预警系统研究及应用[D]．太原：太原理工大学采矿工程学科博士学位论文，2012．
[121]方建勤．地下工程开挖灾害预警系统的研究[D]．长沙：中南大学地质工程学科博士学位论文，2004．
[122]林孝松．山区公路边坡安全评价与灾害预警研究[D]．重庆：重庆大学采矿工程学科博士学位论文，2010．
[123]孙玮．基于GIS的滑坡地质灾害预警应急信息系统研究[D]．兰州：兰州大学地图学与地理信息系统学科硕士学位论文，2009．
[124]戴小鹏．知识网格及其在农业生物灾害预警中关键技术研究[D]．长沙：湖南农业大学作物信息科学学科博士学位论文，2010．
[125]刘清．高速公路交通灾害预警管理系统研究[D]．武汉：武汉理工大学载运工具运用工程学科博士学位论文，2004．
[126]祝燕德，肖岩，廖玉芳，等．气象灾害预警机制与社会应急响应的思考[J]．自然灾害学报，2010，19（4）：191-194．
[127]姚振东．气象灾害预警系统中的分布式天气雷达网[J]．中国电子科学研究院学报，2010（6）：564-570．
[128]朱煌武．突发性地震灾害危机的预警和应急管理机制[J]．灾害学，2004，19（1）：77-80．
[129]刘霞，严晓，刘世宏．非常规突发事件的性质和特征探析[J]．北京航空航天大学学报（社会科学版），2011，24（3）：13-17．
[130]曾伟，周剑岚，王红卫．应急决策的理论与方法探讨[J]．中国安全科学学报，2009，19（3）：172-176．
[131]钟永光，毛中根，翁文国，等．非常规突发事件应急管理研究进展[J]．系统工程理论与实践，2012，32（5）：911-918．
[132]赵剑波，刘雯雯．非常规突发事件的传播方式与应急决策[J]．改革，2009（11）：155-160．
[133]韩传峰，王兴广，孔静静．非常规突发事件应急决策系统动态作用机理[J]．软科学，2009，23（8）：50-54．
[134]吴倩．非常规突发事件应对的集群决策机理研究[D]．武汉：武汉理工大学管理科学与工程学科博士学位论文，2012．
[135]王云华，柯慧燕．复杂性测度在非常规突发事件决策评估中的应用[J]．武汉理工大学学报（信息与管理工程版），2011，33（6）：999-1002．
[136]左春荣，田涛，马英．基于Markov链的非常规突发事件应急决策模型[J]．统计与决策，2012（19）：57-60．
[137]崔丽，仲秋雁，马骁霏．基于能力分配的非常规突发事件实施流程模型研究[J]．当代经济管理，2012，34（7）：24-28．
[138]徐选华，汪业凤．非常规突发事件应急决策协调过程建模研究[J]．中国应急管理，2011（8）：23-27．
[139]朱佳翔，谭清美．基于模糊决策模型的高速公路环境风险评价[J]．运筹与管理，2012，21（4）：153-160．
[140]李明磊，王红卫，祁超，等．非常规突发事件应急决策方法研究[J]．中国安全科学学报，2012，22（3）：158-163．
[141]陈刚，谢科范，吴倩．迟疑型决策团队的应急决策集结模型[J]．统计与决策，2012（9）：43-46．
[142]唐辉，孙红月，李纾．非常规突发事件应急决策的研究述评及新思路--发展指导性模型[J]．人类工效学，2011，17（1）：78-82．
[143]刘霞，严晓，刘世宏．非常突发事件临机决策初探[J]．中国应急管理，2011（12）：19-23．
[144]杨继君，吴启迪，程艳，等．面向非常规突发事件的应急资源合作博弈调度[J]．系统工程，2008，26（9）：21-25．
[145]赵惠良，刘建平，刘向东．城市交通非常规突发事件的应急资源调度最优路径研究[J]．北京理工大学学报（社会科学版），2010，12（6）：65-68．
[146]王旭坪，李小龙，梁阿密．基于SOA非常规突发事件资源协调决策系统研究[J]．情报杂志，2010，29（6）：164-169．
[147]刘天虎，许维胜，吴启迪．突发灾害下带软时间窗多车路径搜索建模[J]．同济大学学报（自然科学版），2012，40（1）：109-115．
[148]高升，庄亚明．基于多目标的非常规突发事件资源布局模型[J]．西安电子科技大学学报（社会科学版），2011，21（1）：8-13．
[149]杨继君，吴启迪，程艳，等．面向非常规突发事件的应对方案序贯决策[J]．同济大学学报（自然科学版），2010，38（4）：619-624．
[150]李英雄，李向阳，王颜新．非常规突发事件应对任务的机会约束规划[J]．系统工程理论与实践，2012，32（5）：985-992．
[151]王晓，庄亚明．基于案例推理的非常规突发事件资源需求预测[J]．西安电子科技大学学报（社会科学版），2010，20（4）：22-26．
[152]叶永，刘南．城市安全规划之动态疏散与车辆配置策略[J]．城市规划，2011，35（8）：20-26．
[153]王永明，周磊山，刘铁民．非常规突发事件中的区域路网疏散能力评估与交通组织方案设计[J]．系统工程理论与实践，2011，31（8）：1608-1616．
[154]王永明，刘铁民．非常规突发事件中面向目标能力的路网调整及车流组织模型[J]．系统工程理论与实践．2012，32（5）：993-1002．
[155]聂彤彤，徐燕．非常规突发事件下应急物流网络研究[J]．现代管理科学，2011（3）：117-119．
[156]庞国楹，魏杰．三级跨国供应链应对非常规突发事件决策研究[J]．计算机工程与应用，2013，49（2）：252-257．
[157]何婧，李仕明，刘樑．非常规突发事件在线信息处理：研究与发展-“2011年突发事件应急管理国际论坛”综述[J]．电子科技大学学报（社科版），2011，13（2）：42-44．
[158]许有志，杨吉江，王青．基于情境的突发公共事件应急管理系统研究[J]．计算机与数字工程，2009，37（9）：133-136．
[159]姜卉，黄钧．罕见重大突发事件应急实时决策中情景演变的若干问题研究[C]．第三届国际应急管理论坛暨中国（双法）应急管理专业委员会第四届年会，2008：58-64．
[160]刘霞．非常规突发事件动态应急群决策：“情景‐权变”范式[J]．云南社会科学，2010（5）：21-25．
[161]王婉娟，夏季，王其和．多维情境下应急资源布局的研究[J]．湖北工业大学学报，2010，25（6）：97-100．
[162]舒其林．非常规突发事件的情景演变及“情景‐应对”决策方案生成[J]．中国科学技术大学学报，2012，42（11）：936-941．
[163]姜卉，侯建盛．基于情景重建的非常规突发事件应急处置方案的快速生成方法研究[J]．中国应急管理，2012（1）：14-20．
[164]崔丽，仲秋雁，王延章，等．基于情境的非常规突发事件理论方法研究综述[J]．情报杂志，2011，30（6）：40-45．
[165]王旭坪，李小龙，郭武斌．基于情景分析的应急路径选择研究[J]．运筹与管理，2012，21（5）：67-72．
[166]刘娇娇，何世伟，黎浩东．基于情景演变的铁路运输非常规突发事件应急策略研究[J]．物流技术，2011，30（4）：16-18，48．
[167]陈刚，谢科范，刘嘉，等．非常规突发事件情景演化机理及集群决策模式研究[J]．武汉理工大学学报（社会科学版），2011，24（4）：458-462．
[168]袁晓芳，田水承，王莉．基于PSR与贝叶斯网络的非常规突发事件情景分析[J]．中国安全科学学报，2011，21（1）：169-176．
[169]杨保华，方志耕，刘思峰，等．基于GERTS网络的非常规突发事件情景推演共力耦合模型[J]．系统工程理论与实践，2012，32（5）：963-970．
[170]徐敬宏，宫哲，李慧慧．非常规突发事件中网络舆情的作用分析--以“邓玉娇案”为例[J]．学习与实践，2010（7）：78-82．
[171]张一文，齐佳音，方滨兴，等．非常规突发事件网络舆情热度评价指标体系构建[J]．情报杂志，2010，29（11）：71-75，117．
[172]谌楠，王恒山，武澎．基于尖点突变的非常规突发事件网络舆情状态的研究[J]．电子政务，2012（12）：70-75．
[173]张一文，齐佳音，方滨兴，等．非常规突发事件网络舆情热度评价体系研究[J]．情报科学，2011，29（9）：1418-1424．
[174]张一文，齐佳音，马君，等．网络舆情与非常规突发事件作用机制-基于系统动力学建模分析[J]．情报杂志，2010，29（9）：1-6．
[175]姜姗姗，李欲晓，徐敬宏．非常规突发事件网络舆情中的意见领袖分析[J]．情报理论与实践，2010，33（12）：101-104．
[176]王凯燕，秦江涛．非常规突发事件网络舆情与政府行为研究[J]．科技与管理，2012，14（2）：32-38．
[177]姜科，程励，李仕铭，等．非常规突发事件对旅游城市的文化影响及其重建[J]．管理世界，2009（12）：7-10．
[178]张一文，齐佳音，方滨兴，等．非常规突发事件及其社会影响分析--基于引致因素耦合协调度模型[J]．运筹与管理，2012，21（2）：202-211．
[179]马庆国，王小毅．非常规突发事件中影响当事人状态的要素分析与数理描述[J]．管理工程学报，2009，23（3）：126-130．
[180]赵来军，程晶晶．基于突变理论的非常规突发事件下个体行为状态研究[J]．中国安全科学学报，2010，20（12）：14-19．
[181]佘廉，沈明磊．非常规突发事件下基于SIR模型的群体行为分析[J]．情报杂志，2011，30（5）：14-17，9．
[182]冯秋迪，许燕，陈咏媛，等．四川地震灾区自我控制资源损耗对中学生学习动机的影响[J]．中国特殊教育，2012（10）：67-71，76．
[183]晏湘涛，曾华峰，石海明．非常规突发事件中军民一体化的指挥体系研究[J]．国防科技，2009，30（2）：52-56．
[184]刘浪．非常规突发事件航空应急物流响应的军地协调机制[J]．北京理工大学学报（社会科学版），2012，14（2）：93-99．
[185]刘丹，王红卫，祁超，等．非常规突发事件应急指挥组织结构研究[J]．中国安全科学学报，2011，21（7）：163-170．
[186]刘浪，李俭．非常规突发事件应急征用补偿机制[J]．北京理工大学学报（社会科学版），2012，14（4）：94-99，109．
[187]周长峰，刘燕．非常规突发事件应急能力评价研究[J]．信息系统工程，2011（11）：138-139，154．
[188]聂彤彤．物流网络环境下应急物流中心能力评价指标研究[J]．山东经济，2011（5）：78-82．
[189]聂彤彤．网络环境下应急物流中心能力评价指标选取研究[J]．技术与创新管理，2011，32（3）：247-250，254．
[190]张岩，戚巍，魏玖长，等．经济发展方式转变与区域弹性构建--基于DEA理论的评估方法研究[J]．中国科技论坛，2012（1）：81-88．
[191]刘樑，沈焱，曹学艳，等．基于关键信息的非常规突发事件预警模型研究[J]．管理评论，2012，24（10）：166-176．
[192]温立．基于本体的应急决策知识模型研究[D]．大连：大连理工大学信息管理与电子政务学科硕士学位论文，2008．
[193]王庆全，荣莉莉，于凯．一种基于范畴论的应急决策概念建模方法[J]．情报学报，2009，28（6）：929-938．
[194]王庆全，荣莉莉，于凯．应急决策知识发现的推理方法研究[J]．运筹与管理，2010，19（1）：22-29．
[195]陈雪龙，董恩超，王延章，等．非常规突发事件应急管理的知识元模型[J]．情报杂志，2011，30（12）：22-26，17．
[196]仲秋雁，郭艳敏，王宁，等．基于知识元的非常规突发事件情景模型研究[J]．情报科学，2012，30（1）：115-120．
[197]仲秋雁，郭艳敏，王宁．基于知识元的情景生成中承灾体实体化约束模型[J]．系统工程，2012，30（5）：75-80．
[198]何力，卢冰原．突发事件知识虚拟联合体的构建[J]．城市问题，2011（4）：70-73，83．
[199]卢小君．非常规突发事件的危机间学习研究综述--基于认知视角与文化视角的比较[J]．情报杂志，2012，3（6）：65-69．
[200]李红霞，袁晓芳，田水承．非常规突发事件系统动力学模型[J]．西安科技大学学报．2011，31（4）：476-481，504．
[201]云健，刘勇奎，王德高，等．基于复杂系统的民族地区非常规突发事件应急管理研究[J]．中国安全科学学报，2010，20（3）：172-175．
[202]卞曰瑭，何建敏，庄亚明．基于复杂网络的非常规突发事件的传播演化模型与仿真[J]．统计与决策，2011（4）：22-24．
[203]陈磊，陈世鸿，刘宇，等．一种非常规突发事件演化的可计算模型[J]．计算机工程与科学，2011，33（9）：63-69．
[204]祖正虎，许晴，张文斗，等．重大生物事件复杂系统分析及其综合应急框架研究[J]．军事医学，2011，35（11）：805-808，813．
[205]李彤，周青，杨伟．非常规突发事件的模拟植物生长演化机制研究[J]．杭州电子科技大学学报（社会科学版），2012，8（3）：1-6．
[206]孙康，程泽军，刘德海．非常规突发事件演化机理研究：以化工事故引发的群体性事件为例[J]．电子科技大学学报（社科版）：2012，14（6）：29-32．
[207]沈华．应急管理方法研究述评[J]．现代管理科学，2009（10）：34-35．
[208]王飞跃，邱晓刚，曾大军，等．基于平行系统的非常规突发事件计算实验平台研究[J]．复杂系统与复杂性科学，2010，7（4）：1-10．
[209]朱钥，李琦，余铁桥．基于复杂系统理论的应急模拟演练平台研究[J]．计算机应用研究，2011，28（1）：195-198，202．
[210]卢文刚．城市地铁突发公共事件应急研究--基于复杂系统理论的视角[J]．城市发展研究，2011，18（4）：119-124．
[211]康青青，郑儒欣．非常规突发事件现场应急指挥平台设计与实现[J]．中国安全科学学报，2010，20（3）：161-165．
[212]王强，郭建忠．基于多Agent的应急信息可视化研究[J]．测绘科学，2009，34（2）：100-102．
[213]乔斌，郭智疆，蒋静坪．基于粗糙集理论和BP神经网络的分层递阶分类算法[J]．仪器仪表学报，2003，24（1）：31-35．
[214]乔斌，李玉榕，蒋静坪．粗糙集理论的分层递阶约简算法及其信息理论基础[J]．控制理论与应用，2004，21（2）：195-199．
[215]于长锐，罗艳．面向复杂决策问题的结构计算方法研究[J]．系统工程与电子技术，2007，29（5）：728-731．
[216]张清华．一种分层递阶的模糊决策方法[J]．微电子学与计算机．2009，26（2）：118-121，126．
[217]孙杨，封孝生，唐九阳，等．多维可视化技术综述[J]．计算机科学，2008，35（11）：1-7，59．
[218]朱云霞，魏建春．基于知识图谱组合模型的信息可视化研究[J]．情报杂志，2012，31（4）：32-37．
[219]李晶，薛澄岐，史铭豪，等．基于信息多维属性的信息可视化结构[J]．东南大学学报（自然科学版），2012，42（6）：1094-1099．
[220]杨峰，李蔚．层次结构的信息可视化技术研究综述[J]．情报杂志，2010，29（12）：152-155．
[221]肖卫东，孙扬，赵翔，等．层次信息可视化技术研究综述[J]．小型微型计算机系统，2011，32（1）：137-146．
[222]徐永红，高直，金海龙，等．平行坐标原理与研究现状综述[J]．燕山大学学报，2008，32（5）：389-392．
[223]陈谊，谭桂龙．多维数据的信息可视化方法及应用研究[J]．系统仿真学报，2008，20（9）：327-329，333．
[224]郭燕，梁工谦，徐显龙，等．一种判断企业内部项目优先级的定量评价方法[J]．航空制造技术，2006（5）：98-102．
[225]李明．雷达图在发展性评价中的应用[J]．长沙铁道学院学报（社会科学版），2004，5（4）：162-164．
[226]舒晓惠，陈一非，桂文林，等．雷达图在上市公司财务预警中的应用[J]．统计与决策，2005（3）：119-121．
[227]黄刚．安全生产管理分析及改进方向和方法[J]．交通企业管理，2005（3）：26-27．
[228] Xu Y H，Hong W X，Li X，et al．Parallel Dual Visualization of Multidimensional MultivariateData [C]//IEEE international Conference on Integration Technology，2007：263-268．
[229] Xu Y H，Hong W X，Li X，et al．Visual Pattern Recognition Method Based on OptimizedParallel Coordinates [C]//IEEE international Conference on Integration Technology，2007：127-132．
[230]洪文学，李昕，徐永红，等．基于多元统计图表示原理的信息融合和模式识别技术[M]．北京：国防工业出版社，2008．
[231]刘青宝，金燕，张维明，等．模糊维结构及模糊多维数据模型[J]．模糊系统与数学，2008，22（1）：138-145．
[232]安剑奇，吴敏，何勇，等．基于分层递阶融合算法的高炉料面煤气流分布软测量方法[J]．自动化学报，2011，37（4）：496-502．
[233]汪小寒，张燕平，赵姝，等．基于分层递阶粒度聚类法的空气质量评价[J]．计算机应用研究，2013，30（1）：192-194．
[234]陈森发．复杂系统建模理论与方法[M]．南京：东南大学出版社，2005.4．
[235]郝宁湘．大系统理论及其思想、方法与应用[J]．系统辩证学学报，1998，6（1）：18-21．
[236]洪文学，徐永红，任俊丽，等．应急管理可视化多元信息系统构建若干问题研究[J]．燕山大学学报，2009，33（3）：276-282．
[237]刘铁民．突发事件应急预案体系概念设计研究[J]．中国安全生产科学技术，2011，7（8）：5-13．
[238]李卫江，温家洪．基于Web文本的灾害信息挖掘研究进展[J]．灾害学，2010，25（2）：119-123，128．
[239]洪文学，张绍卿，周少民，等．基于二元对比插值原理的语言概念生成方法[J]．传感器技术，1997，16（6）：50-52．
[240]康向平．基于形式概念分析理论的知识获取模型研究[D]．太原：山西大学系统工程学科博士学位论文，2012．
[241]钱杰．基于形式概念分析的本体构建与映射方法研究[D]．长沙：国防科学技术大学管理科学与工程学科硕士学位论文，2006．
[242]许研．基于FCA的信息检索模型研究及应用[D]．开封：河南大学应用数学学科硕士学位论文，2007．
[243] Ganter B，Wille R，Franzke C．Formal Concept Analysis: Mathematical Foundations [M].Springer-Verlag New York，Inc.，1997．
[244] Kalfoglou Y，Dasmahapatra S，Chen-Burger Y H．FCA in Knowledge Technologies：Experiences and Opportunities [M]//Concept Lattices．Springer Berlin Heidelberg，2004：252-260．
[245] Diaz-Agudo B，Gonzalez-Calero P A．Formal Concept Analysis as a Support Technique forCBR [J]．Knowledge-Based System，2001，14（3）：163-171．
[246] Priss U．Formal Concept Analysis in Information Science [J]．Annual Review of InformationScience and Technology，2006，40：521-543．
[247] The IEEE P1600.1Standard Upper Ontology Working Group (SUO WG)．Available at：http://www.suo.ieee.org/.
[248] Jiang G，Ogasawara K，Endoh A，et al．Context-based Ontology Building Support in ClinicalDomains Using Formal Concept Analysis [J]．International Journal of Medical Informatics，2003，71（1）：71-81．
[249] Kalfoglou Y，Schorlemmer M．IF-Map：an Ontology-mapping Method Based on Information-Flow Theory [M]//Journal on Data Semantics I．Springer Berlin Heidelberg，2003：98-127．
[250] Stumme G, Maedche A．FCA-Merge：Bottom-up Merging of Ontologies [C]//InternationalJoint Conference on Artificial Intelligence．Lawrence Erlbaum Associates LTD.，2001，17（1）：225-234．
[251] Priss U，Old L J．Modelling Lexical Databases with Formal Concept Analysis [J]．Journal ofUniversal Computer Science，2004，10（8）：967-984．
[252] Priss U．Formalizing Botanical Taxonomies [M]//Conceptual Structures for KnowledgeCreation and Communication．Springer Berlin Heidelberg，2003：309-322．
[253] Schnabel M．Representing and Processing Medical Knowledge Using Formal ConceptAnalysis [J]．Methods of Information in Medicine，2002，41（2）：160-167．
[254] Jiang G Q，Pathak J，Chute C G．Formalizing ICD Coding Rules Using Formal ConceptAnalysis [J]．Journal of Biomedical Informatics，2009，42（3）：504-517．
[255] Cimiano P，Hotho A，Stumme G，et al．Conceptual Knowledge Processing with FormalConcept Analysis and Ontologies [M]//Concept Lattices．Springer Berlin Heidelberg，2004：189-207．
[256] Stumme G．Efficient Data Mining Based on Formal Concept Analysis [C]//Database andExpert System Applications．Springer Berlin Heidelberg，2002：534-546．
[257] Laukaitis A，Vasilecas O，Plikynas D．Formal Concept Analysis for Business InformationSystems [J]．Information Technology and Control，2008，37（1）：33-37．
[258]马垣，曾子维，迟呈英，等．形式概念及其新进展[M]．北京：科学出版社，2010．
[259]潘跃建．基于FCA面向多数据源的领域本体创建方法研究[D]．南京航空航天大学计算机应用技术学科硕士学位论文，2010．
[260]庞智恒．基于分层结构的概念格构造算法的研究[D]．中央民族大学基础数学学科硕士学位论文，2009．
[261]鲍宗豪，张堃，鲁习文，等．走向社会和谐--中国城市和谐发展指数研究报告[R]．上海：上海社会科学院出版社，2007．
[1] Schumacher I，Strobl E．Economic Development and Losses due to Natural Disasters：theRole of Hazard Exposure [J]．Ecological Economics，2011，72（15）：97-105．
[2] Ray C．UN Concerned with Severe Financial Losses to Natural Disasters worldwide [J/OL].2011．http://www.helium.com/items/2161177-un-concerned-with-severe-financial-losses-to-natural-disasters-worldwide/printS．
[3]韩智勇，翁文国，张维，等．重大研究计划“非常规突发事件应急管理研究”的科学背景、目标与组织管理[J]．中国科学基金，2009（4）：215-220．
[4]邱晓刚，樊宗臣，陈彬，等．非常规突发事件应急管理仿真的需求与挑战[J]．系统仿真技术，2011，7（3）：169-176．
[5]范维澄．国家突发公共事件应急管理中科学问题的思考和建议[J]．中国科学基金，2007（2）：71-76．
[6] Gaynor M，Seltzer M，Moulton S，et al．ADynamic，Data-Driven，Decision Support Systemfor Emergency Medical Services [M]//Computational Science-ICCS2005，Lecture Notes inComputer Science，Springer Berlin Heidelberg，2005，3515：703-711．
[7] Barbarosoglu G，Arda Y．Atwo-stage Stochastic Programming Framework for TransportationPlanning in Disaster response [J]．Journal of Operational Research Society，2004，55（1）：43-53．
[8] ReVelle C S，Eiseltb HA．LocationAnalysis：Asynthesis and Survey [J]．European Journalof Operational Research，2005，165（1）：1-19．
[9] Sherali H D，Subramanian S．Opportunity Cost-based Models for Traffic Incident ResponseProblem [J]．Journal of Transportation Engineering，1999，125（3）：176-185．
[10] Akella M R，Batta R，Delmelle E M，et al．Base Station Location and ChannelAllocation ina Cellular Network with Emergency Coverage Requirements [J]．European Journal ofOperational Research，2005，164（2）：301-323．
[11] Adenso-Diaz B，Rodriguez F．A simple Search of Heuristic for the MCLP：Application to theLocation of the Ambulance Bases in a Rural Region [J]．Omega，1997，25（2）：181-187．
[12] Klein G A．Recognition-primed Decisions[J]//Rouse W B（Ed.）．Advances in Man-machineSystems Research：A Research Annual(Vol.2)．Greenwich，CT：Jai Press，Inc．1989，5（4）：47-92．
[13] Sayegh L，Anthony W P，Perrewe P L．Managerial Decision-making Under Crisis：The Roleof Emotion in an Intuitive Decision Process [J]．Human Resource Management Review，2004，14（2）：179-199．
[14] Peng Y，Zou Z，Yang M，et al．Research on the Evolution Law and Response Capability ofUnconventional Emergency [C]//Biomedical Engineering and Computer Science（ICBECS），2010International Conference on．IEEE，2010：1-5．
[15] Altay N，Green III W G．OR/MS Research in Disaster Operation Management [J]．EuropeanJournal of Operational Research，2006，175（1）：475-493．
[16] Gray P H．The Effects of Knowledge Management Systems on Emergent Teams：Towards aResearch Model [J]．Journal of Strategic Information Systems，2000，（9）：175-191．
[17] Zhang D，Zhou L，Nunamaker Jr J F．A Knowledge Management Framework for the Supportof Decision Making Humanitarian Assistance/Disaster Relief [J]．Knowledge and InformationSystems，2002，4（3）：370-385．
[18] Raman M．Claremont Colleges Emergency Preparedness：An Action Research Initiative [J].Systemic Practice and Action Research，2006，19（3）：253-271．
[19] Lee W B，Wang Y，Wang W M，et al．An Unstructured Information Management System（UIMS）for Emergency Management [J]．Expert System with Application，2012，39（17）：12743-12758．
[20] Robertson G G，Card S K，Mackinlay J D．The Cognitive Coprocessor Architecture forInteractive User Interfaces [C]//Proceedings of the2ndannual ACM SIGGRAPHSYMPOSIUM on User Interface and Software and Technology．New York，USA；ACM Press，1989：10-18．
[21] Wong P C，Bergeron R D．30Years of Multidimensional Multivariate Visualization [C]//Scientific Visualization，Overviews，Methodologies，and Techniques．IEEE Computer Society，Washington，DC，USA，1994：3-33．
[22] Gibson J J．The Perception of the Visual World [M]．Westpor（tConn.）：Greenwood Press，1974．
[23] Pickett R M，White B W．Constructing Data Pictures [C]//Proceedings of the7thNationalSymposium of the Society for Information Display，1966：75-81．
[24] Chernoff H．The Use of Faces to Represent Points in k-Dimensional Space Graphically[J]．Journal of American Statistical Association，1973，68（342）：361-368．
[25] Tukey J W．Exploratory data analysis [J]//Addison-Wesley Series in Behavioral Science：Quantitative Methods，Reading，Mass.：Addison-Wesley，1977：5-23．
[26] Inselberg A，Dimsdale B．Parallel Coordinates for Visualizing Multi-dimensional Geometry
[C]//Kunii T L（Eds.）．Proceedings of Computer Graphics International’87，Tokyo，Springer-Verlag，1987．
[27] Daniel Asimov．The Grand Tour：A Tool for Viewing Multidimensional Data [J]．SIAMJournal on Scientific and Statistical Computing，1985，6（1）：128-143．
[28] Alpern B，Carter L．Hyperbox [C]//Visualization，1991．Visualization’91，Proceeding，IEEE Conference on．IEEE，1991：133-139，418．
[29] van Wijk J J，van Liere R．HyperSlice：Visualization of Scalar Functions of Many Variables
[C]//Gregory M，Nielson，Bergeron R D（Eds.）.Proceedings of the4thConference onVisualization’93．IEEE Computer Society，San Jose，California，1993：119-125．
[30] Beshers C，Feiner S．AutoVisual：Rule-based Design of Interactive Multivariate Visualizations[J]． Computer Graphics and Applications，IEEE，1993，13（4）：41-49．
[31] Ward M O．XmdvTool：Integrating Multiple Methods for Visualizing Multivariate Data [C]//Proceedings of the Conference on Visualization’94．IEEE Computer Society Press，1994：326-333．
[32] Cook D．XGobi in brief[J/OL]．1997．http://www.public.iastate.edu/~dicook/xgobi/xgobi.html
[33] http://orange.biolab.si/
[34] Swayne D F，Lang D T，Buja A，et al．GGobi：Evolving from XGobi into an ExtensibleFramework for Interactive Data Visualization [J]．Computational Statistics&Data Analysis，2003，43（4）：423-444．
[35] Ferreira de Oliveira M C，Levkowitz H．From Visual Data Exploration to Visual Data Mining：A Survey [J]．Visualization and Computer Graphics，IEEE Transactions on，2003，9（3）：378-393．
[36] Ankerst M，Ester M，Kriegel H P．Towards an Effective Cooperation of the User and theComputer for Classification [C]//Proceedings of the6thACM SIGKDD InternationalConference on Knowledge Discovery and Data Mining （ACM2000），2000：179-188．
[37] Ankerst M，Elsen C，Ester M，et al．Visual Classification：an Interactive Approach to DecisionTree Construction [C]//Proceedings of the5thACM SIGKDD International Conference onKnowledge Discovery and Data Mining（ACM1999），1999：392-396，．
[38] Ben Ayed M，Ltifi H，Kolski C，et al．A User-centered Approach for the Design andImplementation of KDD-based DSS：A Case Study in the Healthcare Domain [J]．DecisionSupport Systems，2010，50（1）：64-78．
[39] Cook K A，Tohomsa J J．Illuminating the Path：The Research and Development Agenda forVisual Analytics [M]．IEEE Computer Society Press，2005．
[40] Keim D A，Robertson G G，Thomas J J，et al．Guest Editorial：Special Section on VisualAnalytics [J]．IEEE Transactions on Visualization and Computer Graphics，2006，12（6）：1361-1362．
[41] Ammar S，Duncombe W，Jump B，et al．Constructing a Fuzzy Knowledge-based-system：An Application for Assessing the Financial Condition of Public Schools [J]．Expert Systemswith Applications，2004，27（3）：349-364．
[42] Wang W K．A Knowledge-based Decision Support System for Measuring the Performance ofGovernment Real Estate Investment [J]．Expert Systems with Applications，2005，29（4）：901-912．
[43] Wang W K，Huang H C，Lai M C．Design of a Knowledge-based Performance EvaluationSystem：A Case of High-tech State-owned Enterprises in an Emerging Economy [J]．ExpertSystems with Applications，2008，34（3）：1795-1803．
[44] Kumra R，Stein R M，Assersohn I．Assessing a Knowledge-based Approach to CommercialLoan Underwriting [J]．Expert Systems with Applications，2006，30（3）：507-518．
[45] Chow H K H，Choy K L，Lee W B，et al．Design of a Knowledge Based Logistics StrategySystem [J]．Expert Systems with Applications，2005，29（2）：272-290．
[46] Pomar J，Pomar C．A Knowledge-based Decision Support System to Improve Sow FarmProducti-vity [J]．Expert Systems with Applications，2005，29（1）：33-40．
[47] Wen W，Wang W K，Wang C H．A Knowledge-based Intelligent Decision Support System forNational Defense Budget Planning [J]．Expert Systems with Applications，2005，28（1）：55-66．
[48] Wen W，Wang W K，Wang T H．A Hybrid Knowledge-based Decision Support System forEnterprise Mergers and Acquisitions [J]．Expert Systems with Applications，2005，28（3）：569-582．
[49] Berrais A．A Knowledge-based Expert System for Earthquake Resistant Design of ReinforcedConcrete Buildings[J]．Expert Systems with Applications，2005，28（3）：519-530．
[50] Yim N H，Kim S H，Kim H W，et al．Knowledge Based Decision-making on Higher LevelStrategic Concerns：System Dynamics Approach [J]．Expert Systems with Applications，2004，27（1）：143-158．
[51] Fonseca D J，Uppal G，Greene T J．A Knowledge-based System for Conveyor EquipmentSelection [J]．Expert Systems with Applications，2004，26（4）：615-623．
[52] Cheung C F，Lee W B，Wang W M，et al．A Multi-perspective Knowledge-based System forCustomer Service Management [J]．Expert Systems with Applications，2003，24（4）：457-470．
[53] MansourianA，RajabifardA，Valadan Zoej M J，et al．Using SDI and Web-based System toFacilitate Disaster Management [J]．Computers&Geosciences，2006，32（3）：303-315．
[54] Zhang C R，Zhao T，Li W D．Automatic Search of Geospatial Features for Disaster andEmergency Management [J]．International Journal of Applied Earth Observation and Geoin-formation，2010，12（6）：409-418．
[55] Coppock J T．GIS and Natural Hazards：an Overview from a GIS Perspective [J]．Geographi-cal Information Systems in Assessing Natural Hazards，1995，6：21-34．
[56] Abdalla R，Tao V．Integrated Distributed GISApproach for Earthquake Disaster Modeling andVisualization [M]//Osterom P，Zlatanova S，Fendel E M（Eds.），Geo-Information for DisasterManagement．Springer Berlin Heidelberg，2005：1183-1192．
[57] Zlatanova S，Li J．Geospatial Information Technology for Emergency Response [M]．Taylor&Francis Group，London，2008：394．
[58] ZergerA，Smith D I．Impediments to Using GIS for Real-time Disaster Decision Support [J]．Computers，Environment and Urban Systems，2003，27（2）：123-141．
[59] Monmonier M，GiordanoA．GIS in New York State County Emergency Management Offices：Users Assessment [J]．Applied Geographic Studies，1998（2）：95-109．
[60] United States．Congress．House．Select Bipartisan Committee to Investigate the Preparationfor and Response to Hurricanes Katrina and Rita．A Failure of Initiative：The Final Report ofthe Select Bipartisan Committee to Investigate the Preparation for and Response to HurricanesKatrina and Rita [M]．United States Government Printing，Washington，DC，2006．
[61] Donkervoort S，Dolan S M，Beckwith M，et al．EnhancingAccurate Data Collection in MassFatality Kinship Identifications：Lessons Learned from Hurricane Katrina [J]．Forensic ScienceInternational：Genetics，2008，2（4）：354-362．
[62] LevinsohnA．Spatial Data Insights-Geospatial Interoperability：the Holy Grail of GIS [J]．GeoWorld，2000，13：28-29．
[63] Abdalla R，Tao C V，Li J．Challenges for theApplication of GIS Interoperability in EmergencyManagement [M]//Li J，Zlatanova S，Fabbri A（Eds．）．Lecture Notes in Geoinformation andCartography：Geomatics Solutions for Disaster Management．Springer Berlin Heidelberg，2007：201-224．
[64] Li W，Yang C，Raskin R．ASemantic Enhanced Model for Searching in Spatial Web Portals[C]//Proceeding of AAAI/Spring Symposium Semantic Scientific Knowledge IntegrationTechinical Report SS-08-05，Palo Alto，CA，2008：47-50．
[65] Yang C W，Li W W，Xie J B，et al．Distributed Geospatial Information Processing：SharingDistributed Geospatial Resources to Support Digital Earth [J]．International Journal of DigitalEarth，2008，1（3）：259-278．
[66] Wiegand N，Garcia C．A Task-Based Ontology Approach to Automate Geospatial DataRetrieval [J]．Transaction in GIS，2007,11（3）：355-376．
[67] Ouyang Y，Zhang J E，Luo S M．Dynamic Data Driven Application System：RecentDevelopment and Future Perspective [J]．Ecological Modelling，2007，204（1-2）：1-8．
[68] Zhao H，Knight D，Taskinoglu E，et al．Data Driven Design Optimization MethodologyDevelopment and Application [C]．Computational Science-ICCS2004，Lecture Notes inComputer Science，Springer Berlin Heidelberg，2004，3038：748-755．
[69] Parashar M，Klie H，Ctalynrek U，et al．Application of Grid-enabled Technologies for SolvingOptimization Problems in Data-driven Reservoir Studies [J]．Future Generation ComputerSystem，2005，21（1）：19-26．
[70] Onolaj O，Theodoropoulos G，Bahsoon R．A Data-Driven Framework for Dynamic TrustManagement [J]．Procedia Computer Science，2011，4：1751-1760．
[71] Douglas C C，Efendiev Y，Popov P，et al．An Introduction to a Porous Shape MemoryAlloyDynamic Data Driven Application System [J]．Procedia Computer Science，2012，9：1081-1089．
[72] Runkler TA，Sturm M，Hellendoorn H．Model Based Sensor Fusion with Fuzzy Clustering[C]//Fuzzy Systems Proceedings，1998．IEEE World Congress on Computational Intelligence，The1998IEEE International Conference on．IEEE，1998，2：1377-1382．
[73] Berdjag D，Christophe C，Cocquempot V，et al．Nonlinear Model Decomposition for RobustFault Detection and Isolation Using Algebraic Tools [J]．International Journal of InnovativeComputing，Information&Control．2006，2（6）：1337-1354．
[74] Luo R C，Kay M G．A Tutorial on Multisensor Integration and Fusion [C]//IndustrialElectronics Society，1990．IECON’90，16thAnnual Conference of IEEE．IEEE，1990：707-722．
[75] Suranthiran S，Jayasuriya S．Nonlinear averaging of multi-sensor data [C]//ASME Interna-tional DETC’03， Proceeding of International19thBiennial Conference on MechanicalVibration and Noise（VIB），2003．
[76] Mao Z，Jiang B，Shi P．H∞Fault Detection Filter Design for Networked Control SystemsModeled by Discrete Markovian Jump Systems [J]．Control Theory&Applications，IET，2007，1（5）：1336-1343．
[77] Mao Z，Jiang B．Fault Identification and Fault-tolerant Control for a Class of NetworkedControl Systems [J]．International Journal of Innovative Computing，Information and Control，2007，3（5）：1121-1130．
[78] Abderahman M，Kandasamy P．Integration of Multiple Sensor Fusion in Controller Design[J]．ISA transactions，2003，42（2）：197-205．
[79] Lee C F，Xu Y P．Theoretical Study on a New Multi-sensor System [C]//Sensor for Industry，2001，Proceedings of the First ISA/IEEE Conference．IEEE，2001：187-191．
[80] Luo R C，Yih C C，Su K L．Multisensor Fusion and Integration：Approaches，Applicationsand Future Research Directions [J]．Sensors Journal，IEEE，2002，2（2）：107-119．
[81] Y．Vershinin．AData FusionAlgorithm for Multi-sensor Systems [C]//Proceedings of the5thInternational Conference on Information Fusion，2002，1：341-345．
[82] Lee M F R，Stanley K G，Wu Q M J．Implementation of Sensor Selection and Fusion UsingFuzzy Logic[C]//IFSA World Congress and20thNAFIPS International Conference，2001．Joint9th．IEEE，2001，1：328-333．
[83] MahajanA，Wang K，Ray P K．Multi-sensor Integration and Fusion Model that Uses a FuzzyInference System[J]．IEEE/ASME Transactions on Mechatronics，2001，6（2）：188-196．
[84] Shahmirzadi D，Lucas C，Langari R．Intelligent Signal Fusion Algorithm Using BEL-BrainEmotional Learning [C]//Proceedings of7thJoint Conference on Information Sciences，JCIS’03，1thSymposium on Brain-Like Computer Architecture，Cary，NC，USA. Texas A&MUniversity，2003：1743-1746．
[85] Prajitno P，Mort N．AFuzzy Model-based Multi-sensor Data Fusion System[C]//Proceedingsof SPIE-The International Society for Optical Engineering，2001，4385：301-312．
[86] FekihA，Xu H，Chowdhury F N．Neural Networks Based System Identification Techniques forModel Based Fault Detection of Nonlinear Systems [J]．International Journal of InnovativeComputing，Information and Control，2007，3（5）：1073-1085．
[87] Banerjee T P，Das S．Multi-sensor Data Fusion Using Support Vector Machine for Motor FaultDetection [J]．Information Sciences，2012，217：96-107．
[88] Wei Y M，Fan Y，Lu C，et al．TheAssessment of Vulnerability to Natural Disasters in Chinaby Using the DEA Method [J]．Environmental Impact Assessment Review，2004，24（4）：427-439．
[89] Xu J，Lu Y．Meta-synthesis Pattern ofAnalysis andAssessment of Earthquake Disaster System[J]．Systems Engineering Theory&Practice，2009，29（11）：1-18．
[90] Nouri J，Mansouri N，Abbaspore M，et al．Designing a Developed Model forAssessing theDisaster Induced Vulnerability Value in Educational Centers [J]．Safety Science，2011，49（5）：679-685．
[91] Tsai C H，Chen C W．The Establishment of a Rapid Natural Disaster RiskAssessment Modelfor the Tourism Industry [J]．Tourism Management，2011，32（1）：158-171．
[92] ZergerA，Smith D I．Impediments to Using GIS for Real-time Disaster Decision Support [J].Computers，Environment and Urban Systems，2003，27（2）：123-141．
[93] Qin X S，Huang G H，ChakmaA，et al．AMCDM-based Expert System for Climate-changeImpact Assessment and Adaptation Planning-A Case Study for the Georgia Basin，Canada [J].Expert Systems with Application，2008，34（3）：2164-2179．
[94] Jiang W G，Deng L，Chen LY，et al．RiskAssessment and Validation of Flood Disaster Basedon Fuzzy Mathematics [J]．Progress in Natural Science，2009，19（10）：1419-1425．
[95] Tinguaro Rodriguez J，Vitoriano B，Montero J．AGeneral Methodology for Data-based RuleBuilding and Its Application to Natural Disaster Management [J]．Computers&OperationsResearch，2012，39（4）：863-873．
[96] Tang A，Wen A．An Intelligent Simulation System for Earthquake Disaster Assessment[J]．Computers&Geosciences，2009，35（5）：871-879．
[97] Dos Santos S，Brodlie K．Gaining Understanding of Multivariate and Multidimensional Datathrough Visualization [J]．Computers&Graphics，2004，28（3）：311-325．
[98]何建敏，刘春林，曹杰，等．应急管理与应急系统-选址、调度与算法[M]．北京：科学出版社，2005．
[99]郭子雪，张强，齐美然．一类应急物资筹集问题的模糊机会约束模型[J]．北京理工大学学报，2011，31（6）：749-752．
[100]郭子雪，齐美然，张强．基于区间数的应急物资储备库最小费用选址模型[J]．运筹与管理，2010，19（1）：15-20．
[101]方磊．基于偏好DEA的应急系统选址模型研究[J]．系统工程理论与实践，2006（8）：116-122．
[102]方磊，何建敏．城市应急系统优化选址决策模型和算法[J]．管理科学学报，2005，8（1）：12-16．
[103]陈志宗，尤建新．重大突发事件应急救援设施选址的多目标决策模型[J]．管理科学，2006，19（4）：10-14．
[104]张婧，申世飞，杨锐．基于偏好序的多事故应急资源调配博弈模型[J]．清华大学学报（自然科学版）．2007，47（12）：2172-2175．
[105]郑康宁，李向阳．时变情景下的应急决策矛盾问题分析与求解[J]．运筹与管理．2011，20（2）：28-36．
[106]李国旗，张锦，刘思婧．城市应急物流设施选址的多目标规划模型[J]．计算机工程与应用，2011，47（19）：238-241．
[107]刘家国．供应链突发事件非完全信息动态博弈研究[J]．运筹与管理，2012，21（6）：105-111．
[108]曹二保，赖明勇．多零售商供应链应对突发事件的协同机制研究[J]．中国管理科学．2009，17（5）：53-60．
[109]姚杰，池宏，计雷．带有潜变量的结构方程模型在突发事件应急管理中的应用[J]．中国管理科学，2005，13（2）：44-50．
[110]田依林．城市公共安全应急管理信息系统建设模型[J]．武汉理工大学学报（信息与管理工程版），2007，29（3）：68-71．
[111]佘廉，吴国斌，吕浩，等．关于我国政府对重大突发事件管理现状的问卷调查与分析[J]．中国安全科学学报，2005，15（7）：16-20，30．
[112]吕浩，王超．重大突发事件的扩散机理研究[J]．武汉理工大学学报（信息与管理工程版），2006，28（9）：7-10．
[113]师立晨，曾明荣，魏利军．事故应急救援指挥中心组织架构和运行机制探讨[J]．安全与环境学报，2005，5（2）：115-118．
[114]佘廉，雷丽萍．我国巨灾事件应急管理的若干理论问题思考[J]．武汉理工大学学报（社会科学版），2008，21（4）：470-475．
[115]冯百侠．城市灾害应急能力评价的基本框架[J]．河北理工大学学报（社会科学版），2006，6（4）：210-212．
[116]田依林，杨青．基于AHP-Delphi法的城市灾害应急能力评价指标体系模型设计[J]．武汉理工大学学报（交通科学与工程版），2008，32（1）：168-171．
[117]范维澄．突发公共事件应急信息系统总体方案的构思[J]．信息化建设，2005（9）：11-14．
[118]田依林．城市公共安全应急管理信息系统建设模型[J]．武汉理工大学学报（信息与管理工程版），2007，29（3）：68-71．
[119]孙恩吉，李仲学，李翠平．基于RFID及WSN技术的矿山实时三维定位及灾害预警平台[J]．中国安全生产科学技术，2009，5（3）：36-40．
[120]连清旺．矿井顶板（围岩）状态监测及灾害预警系统研究及应用[D]．太原：太原理工大学采矿工程学科博士学位论文，2012．
[121]方建勤．地下工程开挖灾害预警系统的研究[D]．长沙：中南大学地质工程学科博士学位论文，2004．
[122]林孝松．山区公路边坡安全评价与灾害预警研究[D]．重庆：重庆大学采矿工程学科博士学位论文，2010．
[123]孙玮．基于GIS的滑坡地质灾害预警应急信息系统研究[D]．兰州：兰州大学地图学与地理信息系统学科硕士学位论文，2009．
[124]戴小鹏．知识网格及其在农业生物灾害预警中关键技术研究[D]．长沙：湖南农业大学作物信息科学学科博士学位论文，2010．
[125]刘清．高速公路交通灾害预警管理系统研究[D]．武汉：武汉理工大学载运工具运用工程学科博士学位论文，2004．
[126]祝燕德，肖岩，廖玉芳，等．气象灾害预警机制与社会应急响应的思考[J]．自然灾害学报，2010，19（4）：191-194．
[127]姚振东．气象灾害预警系统中的分布式天气雷达网[J]．中国电子科学研究院学报，2010（6）：564-570．
[128]朱煌武．突发性地震灾害危机的预警和应急管理机制[J]．灾害学，2004，19（1）：77-80．
[129]刘霞，严晓，刘世宏．非常规突发事件的性质和特征探析[J]．北京航空航天大学学报（社会科学版），2011，24（3）：13-17．
[130]曾伟，周剑岚，王红卫．应急决策的理论与方法探讨[J]．中国安全科学学报，2009，19（3）：172-176．
[131]钟永光，毛中根，翁文国，等．非常规突发事件应急管理研究进展[J]．系统工程理论与实践，2012，32（5）：911-918．
[132]赵剑波，刘雯雯．非常规突发事件的传播方式与应急决策[J]．改革，2009（11）：155-160．
[133]韩传峰，王兴广，孔静静．非常规突发事件应急决策系统动态作用机理[J]．软科学，2009，23（8）：50-54．
[134]吴倩．非常规突发事件应对的集群决策机理研究[D]．武汉：武汉理工大学管理科学与工程学科博士学位论文，2012．
[135]王云华，柯慧燕．复杂性测度在非常规突发事件决策评估中的应用[J]．武汉理工大学学报（信息与管理工程版），2011，33（6）：999-1002．
[136]左春荣，田涛，马英．基于Markov链的非常规突发事件应急决策模型[J]．统计与决策，2012（19）：57-60．
[137]崔丽，仲秋雁，马骁霏．基于能力分配的非常规突发事件实施流程模型研究[J]．当代经济管理，2012，34（7）：24-28．
[138]徐选华，汪业凤．非常规突发事件应急决策协调过程建模研究[J]．中国应急管理，2011（8）：23-27．
[139]朱佳翔，谭清美．基于模糊决策模型的高速公路环境风险评价[J]．运筹与管理，2012，21（4）：153-160．
[140]李明磊，王红卫，祁超，等．非常规突发事件应急决策方法研究[J]．中国安全科学学报，2012，22（3）：158-163．
[141]陈刚，谢科范，吴倩．迟疑型决策团队的应急决策集结模型[J]．统计与决策，2012（9）：43-46．
[142]唐辉，孙红月，李纾．非常规突发事件应急决策的研究述评及新思路--发展指导性模型[J]．人类工效学，2011，17（1）：78-82．
[143]刘霞，严晓，刘世宏．非常突发事件临机决策初探[J]．中国应急管理，2011（12）：19-23．
[144]杨继君，吴启迪，程艳，等．面向非常规突发事件的应急资源合作博弈调度[J]．系统工程，2008，26（9）：21-25．
[145]赵惠良，刘建平，刘向东．城市交通非常规突发事件的应急资源调度最优路径研究[J]．北京理工大学学报（社会科学版），2010，12（6）：65-68．
[146]王旭坪，李小龙，梁阿密．基于SOA非常规突发事件资源协调决策系统研究[J]．情报杂志，2010，29（6）：164-169．
[147]刘天虎，许维胜，吴启迪．突发灾害下带软时间窗多车路径搜索建模[J]．同济大学学报（自然科学版），2012，40（1）：109-115．
[148]高升，庄亚明．基于多目标的非常规突发事件资源布局模型[J]．西安电子科技大学学报（社会科学版），2011，21（1）：8-13．
[149]杨继君，吴启迪，程艳，等．面向非常规突发事件的应对方案序贯决策[J]．同济大学学报（自然科学版），2010，38（4）：619-624．
[150]李英雄，李向阳，王颜新．非常规突发事件应对任务的机会约束规划[J]．系统工程理论与实践，2012，32（5）：985-992．
[151]王晓，庄亚明．基于案例推理的非常规突发事件资源需求预测[J]．西安电子科技大学学报（社会科学版），2010，20（4）：22-26．
[152]叶永，刘南．城市安全规划之动态疏散与车辆配置策略[J]．城市规划，2011，35（8）：20-26．
[153]王永明，周磊山，刘铁民．非常规突发事件中的区域路网疏散能力评估与交通组织方案设计[J]．系统工程理论与实践，2011，31（8）：1608-1616．
[154]王永明，刘铁民．非常规突发事件中面向目标能力的路网调整及车流组织模型[J]．系统工程理论与实践．2012，32（5）：993-1002．
[155]聂彤彤，徐燕．非常规突发事件下应急物流网络研究[J]．现代管理科学，2011（3）：117-119．
[156]庞国楹，魏杰．三级跨国供应链应对非常规突发事件决策研究[J]．计算机工程与应用，2013，49（2）：252-257．
[157]何婧，李仕明，刘樑．非常规突发事件在线信息处理：研究与发展-“2011年突发事件应急管理国际论坛”综述[J]．电子科技大学学报（社科版），2011，13（2）：42-44．
[158]许有志，杨吉江，王青．基于情境的突发公共事件应急管理系统研究[J]．计算机与数字工程，2009，37（9）：133-136．
[159]姜卉，黄钧．罕见重大突发事件应急实时决策中情景演变的若干问题研究[C]．第三届国际应急管理论坛暨中国（双法）应急管理专业委员会第四届年会，2008：58-64．
[160]刘霞．非常规突发事件动态应急群决策：“情景‐权变”范式[J]．云南社会科学，2010（5）：21-25．
[161]王婉娟，夏季，王其和．多维情境下应急资源布局的研究[J]．湖北工业大学学报，2010，25（6）：97-100．
[162]舒其林．非常规突发事件的情景演变及“情景‐应对”决策方案生成[J]．中国科学技术大学学报，2012，42（11）：936-941．
[163]姜卉，侯建盛．基于情景重建的非常规突发事件应急处置方案的快速生成方法研究[J]．中国应急管理，2012（1）：14-20．
[164]崔丽，仲秋雁，王延章，等．基于情境的非常规突发事件理论方法研究综述[J]．情报杂志，2011，30（6）：40-45．
[165]王旭坪，李小龙，郭武斌．基于情景分析的应急路径选择研究[J]．运筹与管理，2012，21（5）：67-72．
[166]刘娇娇，何世伟，黎浩东．基于情景演变的铁路运输非常规突发事件应急策略研究[J]．物流技术，2011，30（4）：16-18，48．
[167]陈刚，谢科范，刘嘉，等．非常规突发事件情景演化机理及集群决策模式研究[J]．武汉理工大学学报（社会科学版），2011，24（4）：458-462．
[168]袁晓芳，田水承，王莉．基于PSR与贝叶斯网络的非常规突发事件情景分析[J]．中国安全科学学报，2011，21（1）：169-176．
[169]杨保华，方志耕，刘思峰，等．基于GERTS网络的非常规突发事件情景推演共力耦合模型[J]．系统工程理论与实践，2012，32（5）：963-970．
[170]徐敬宏，宫哲，李慧慧．非常规突发事件中网络舆情的作用分析--以“邓玉娇案”为例[J]．学习与实践，2010（7）：78-82．
[171]张一文，齐佳音，方滨兴，等．非常规突发事件网络舆情热度评价指标体系构建[J]．情报杂志，2010，29（11）：71-75，117．
[172]谌楠，王恒山，武澎．基于尖点突变的非常规突发事件网络舆情状态的研究[J]．电子政务，2012（12）：70-75．
[173]张一文，齐佳音，方滨兴，等．非常规突发事件网络舆情热度评价体系研究[J]．情报科学，2011，29（9）：1418-1424．
[174]张一文，齐佳音，马君，等．网络舆情与非常规突发事件作用机制-基于系统动力学建模分析[J]．情报杂志，2010，29（9）：1-6．
[175]姜姗姗，李欲晓，徐敬宏．非常规突发事件网络舆情中的意见领袖分析[J]．情报理论与实践，2010，33（12）：101-104．
[176]王凯燕，秦江涛．非常规突发事件网络舆情与政府行为研究[J]．科技与管理，2012，14（2）：32-38．
[177]姜科，程励，李仕铭，等．非常规突发事件对旅游城市的文化影响及其重建[J]．管理世界，2009（12）：7-10．
[178]张一文，齐佳音，方滨兴，等．非常规突发事件及其社会影响分析--基于引致因素耦合协调度模型[J]．运筹与管理，2012，21（2）：202-211．
[179]马庆国，王小毅．非常规突发事件中影响当事人状态的要素分析与数理描述[J]．管理工程学报，2009，23（3）：126-130．
[180]赵来军，程晶晶．基于突变理论的非常规突发事件下个体行为状态研究[J]．中国安全科学学报，2010，20（12）：14-19．
[181]佘廉，沈明磊．非常规突发事件下基于SIR模型的群体行为分析[J]．情报杂志，2011，30（5）：14-17，9．
[182]冯秋迪，许燕，陈咏媛，等．四川地震灾区自我控制资源损耗对中学生学习动机的影响[J]．中国特殊教育，2012（10）：67-71，76．
[183]晏湘涛，曾华峰，石海明．非常规突发事件中军民一体化的指挥体系研究[J]．国防科技，2009，30（2）：52-56．
[184]刘浪．非常规突发事件航空应急物流响应的军地协调机制[J]．北京理工大学学报（社会科学版），2012，14（2）：93-99．
[185]刘丹，王红卫，祁超，等．非常规突发事件应急指挥组织结构研究[J]．中国安全科学学报，2011，21（7）：163-170．
[186]刘浪，李俭．非常规突发事件应急征用补偿机制[J]．北京理工大学学报（社会科学版），2012，14（4）：94-99，109．
[187]周长峰，刘燕．非常规突发事件应急能力评价研究[J]．信息系统工程，2011（11）：138-139，154．
[188]聂彤彤．物流网络环境下应急物流中心能力评价指标研究[J]．山东经济，2011（5）：78-82．
[189]聂彤彤．网络环境下应急物流中心能力评价指标选取研究[J]．技术与创新管理，2011，32（3）：247-250，254．
[190]张岩，戚巍，魏玖长，等．经济发展方式转变与区域弹性构建--基于DEA理论的评估方法研究[J]．中国科技论坛，2012（1）：81-88．
[191]刘樑，沈焱，曹学艳，等．基于关键信息的非常规突发事件预警模型研究[J]．管理评论，2012，24（10）：166-176．
[192]温立．基于本体的应急决策知识模型研究[D]．大连：大连理工大学信息管理与电子政务学科硕士学位论文，2008．
[193]王庆全，荣莉莉，于凯．一种基于范畴论的应急决策概念建模方法[J]．情报学报，2009，28（6）：929-938．
[194]王庆全，荣莉莉，于凯．应急决策知识发现的推理方法研究[J]．运筹与管理，2010，19（1）：22-29．
[195]陈雪龙，董恩超，王延章，等．非常规突发事件应急管理的知识元模型[J]．情报杂志，2011，30（12）：22-26，17．
[196]仲秋雁，郭艳敏，王宁，等．基于知识元的非常规突发事件情景模型研究[J]．情报科学，2012，30（1）：115-120．
[197]仲秋雁，郭艳敏，王宁．基于知识元的情景生成中承灾体实体化约束模型[J]．系统工程，2012，30（5）：75-80．
[198]何力，卢冰原．突发事件知识虚拟联合体的构建[J]．城市问题，2011（4）：70-73，83．
[199]卢小君．非常规突发事件的危机间学习研究综述--基于认知视角与文化视角的比较[J]．情报杂志，2012，3（6）：65-69．
[200]李红霞，袁晓芳，田水承．非常规突发事件系统动力学模型[J]．西安科技大学学报．2011，31（4）：476-481，504．
[201]云健，刘勇奎，王德高，等．基于复杂系统的民族地区非常规突发事件应急管理研究[J]．中国安全科学学报，2010，20（3）：172-175．
[202]卞曰瑭，何建敏，庄亚明．基于复杂网络的非常规突发事件的传播演化模型与仿真[J]．统计与决策，2011（4）：22-24．
[203]陈磊，陈世鸿，刘宇，等．一种非常规突发事件演化的可计算模型[J]．计算机工程与科学，2011，33（9）：63-69．
[204]祖正虎，许晴，张文斗，等．重大生物事件复杂系统分析及其综合应急框架研究[J]．军事医学，2011，35（11）：805-808，813．
[205]李彤，周青，杨伟．非常规突发事件的模拟植物生长演化机制研究[J]．杭州电子科技大学学报（社会科学版），2012，8（3）：1-6．
[206]孙康，程泽军，刘德海．非常规突发事件演化机理研究：以化工事故引发的群体性事件为例[J]．电子科技大学学报（社科版）：2012，14（6）：29-32．
[207]沈华．应急管理方法研究述评[J]．现代管理科学，2009（10）：34-35．
[208]王飞跃，邱晓刚，曾大军，等．基于平行系统的非常规突发事件计算实验平台研究[J]．复杂系统与复杂性科学，2010，7（4）：1-10．
[209]朱钥，李琦，余铁桥．基于复杂系统理论的应急模拟演练平台研究[J]．计算机应用研究，2011，28（1）：195-198，202．
[210]卢文刚．城市地铁突发公共事件应急研究--基于复杂系统理论的视角[J]．城市发展研究，2011，18（4）：119-124．
[211]康青青，郑儒欣．非常规突发事件现场应急指挥平台设计与实现[J]．中国安全科学学报，2010，20（3）：161-165．
[212]王强，郭建忠．基于多Agent的应急信息可视化研究[J]．测绘科学，2009，34（2）：100-102．
[213]乔斌，郭智疆，蒋静坪．基于粗糙集理论和BP神经网络的分层递阶分类算法[J]．仪器仪表学报，2003，24（1）：31-35．
[214]乔斌，李玉榕，蒋静坪．粗糙集理论的分层递阶约简算法及其信息理论基础[J]．控制理论与应用，2004，21（2）：195-199．
[215]于长锐，罗艳．面向复杂决策问题的结构计算方法研究[J]．系统工程与电子技术，2007，29（5）：728-731．
[216]张清华．一种分层递阶的模糊决策方法[J]．微电子学与计算机．2009，26（2）：118-121，126．
[217]孙杨，封孝生，唐九阳，等．多维可视化技术综述[J]．计算机科学，2008，35（11）：1-7，59．
[218]朱云霞，魏建春．基于知识图谱组合模型的信息可视化研究[J]．情报杂志，2012，31（4）：32-37．
[219]李晶，薛澄岐，史铭豪，等．基于信息多维属性的信息可视化结构[J]．东南大学学报（自然科学版），2012，42（6）：1094-1099．
[220]杨峰，李蔚．层次结构的信息可视化技术研究综述[J]．情报杂志，2010，29（12）：152-155．
[221]肖卫东，孙扬，赵翔，等．层次信息可视化技术研究综述[J]．小型微型计算机系统，2011，32（1）：137-146．
[222]徐永红，高直，金海龙，等．平行坐标原理与研究现状综述[J]．燕山大学学报，2008，32（5）：389-392．
[223]陈谊，谭桂龙．多维数据的信息可视化方法及应用研究[J]．系统仿真学报，2008，20（9）：327-329，333．
[224]郭燕，梁工谦，徐显龙，等．一种判断企业内部项目优先级的定量评价方法[J]．航空制造技术，2006（5）：98-102．
[225]李明．雷达图在发展性评价中的应用[J]．长沙铁道学院学报（社会科学版），2004，5（4）：162-164．
[226]舒晓惠，陈一非，桂文林，等．雷达图在上市公司财务预警中的应用[J]．统计与决策，2005（3）：119-121．
[227]黄刚．安全生产管理分析及改进方向和方法[J]．交通企业管理，2005（3）：26-27．
[228] Xu Y H，Hong W X，Li X，et al．Parallel Dual Visualization of Multidimensional MultivariateData [C]//IEEE international Conference on Integration Technology，2007：263-268．
[229] Xu Y H，Hong W X，Li X，et al．Visual Pattern Recognition Method Based on OptimizedParallel Coordinates [C]//IEEE international Conference on Integration Technology，2007：127-132．
[230]洪文学，李昕，徐永红，等．基于多元统计图表示原理的信息融合和模式识别技术[M]．北京：国防工业出版社，2008．
[231]刘青宝，金燕，张维明，等．模糊维结构及模糊多维数据模型[J]．模糊系统与数学，2008，22（1）：138-145．
[232]安剑奇，吴敏，何勇，等．基于分层递阶融合算法的高炉料面煤气流分布软测量方法[J]．自动化学报，2011，37（4）：496-502．
[233]汪小寒，张燕平，赵姝，等．基于分层递阶粒度聚类法的空气质量评价[J]．计算机应用研究，2013，30（1）：192-194．
[234]陈森发．复杂系统建模理论与方法[M]．南京：东南大学出版社，2005.4．
[235]郝宁湘．大系统理论及其思想、方法与应用[J]．系统辩证学学报，1998，6（1）：18-21．
[236]洪文学，徐永红，任俊丽，等．应急管理可视化多元信息系统构建若干问题研究[J]．燕山大学学报，2009，33（3）：276-282．
[237]刘铁民．突发事件应急预案体系概念设计研究[J]．中国安全生产科学技术，2011，7（8）：5-13．
[238]李卫江，温家洪．基于Web文本的灾害信息挖掘研究进展[J]．灾害学，2010，25（2）：119-123，128．
[239]洪文学，张绍卿，周少民，等．基于二元对比插值原理的语言概念生成方法[J]．传感器技术，1997，16（6）：50-52．
[240]康向平．基于形式概念分析理论的知识获取模型研究[D]．太原：山西大学系统工程学科博士学位论文，2012．
[241]钱杰．基于形式概念分析的本体构建与映射方法研究[D]．长沙：国防科学技术大学管理科学与工程学科硕士学位论文，2006．
[242]许研．基于FCA的信息检索模型研究及应用[D]．开封：河南大学应用数学学科硕士学位论文，2007．
[243] Ganter B，Wille R，Franzke C．Formal Concept Analysis: Mathematical Foundations [M].Springer-Verlag New York，Inc.，1997．
[244] Kalfoglou Y，Dasmahapatra S，Chen-Burger Y H．FCA in Knowledge Technologies：Experiences and Opportunities [M]//Concept Lattices．Springer Berlin Heidelberg，2004：252-260．
[245] Diaz-Agudo B，Gonzalez-Calero P A．Formal Concept Analysis as a Support Technique forCBR [J]．Knowledge-Based System，2001，14（3）：163-171．
[246] Priss U．Formal Concept Analysis in Information Science [J]．Annual Review of InformationScience and Technology，2006，40：521-543．
[247] The IEEE P1600.1Standard Upper Ontology Working Group (SUO WG)．Available at：http://www.suo.ieee.org/.
[248] Jiang G，Ogasawara K，Endoh A，et al．Context-based Ontology Building Support in ClinicalDomains Using Formal Concept Analysis [J]．International Journal of Medical Informatics，2003，71（1）：71-81．
[249] Kalfoglou Y，Schorlemmer M．IF-Map：an Ontology-mapping Method Based on Information-Flow Theory [M]//Journal on Data Semantics I．Springer Berlin Heidelberg，2003：98-127．
[250] Stumme G, Maedche A．FCA-Merge：Bottom-up Merging of Ontologies [C]//InternationalJoint Conference on Artificial Intelligence．Lawrence Erlbaum Associates LTD.，2001，17（1）：225-234．
[251] Priss U，Old L J．Modelling Lexical Databases with Formal Concept Analysis [J]．Journal ofUniversal Computer Science，2004，10（8）：967-984．
[252] Priss U．Formalizing Botanical Taxonomies [M]//Conceptual Structures for KnowledgeCreation and Communication．Springer Berlin Heidelberg，2003：309-322．
[253] Schnabel M．Representing and Processing Medical Knowledge Using Formal ConceptAnalysis [J]．Methods of Information in Medicine，2002，41（2）：160-167．
[254] Jiang G Q，Pathak J，Chute C G．Formalizing ICD Coding Rules Using Formal ConceptAnalysis [J]．Journal of Biomedical Informatics，2009，42（3）：504-517．
[255] Cimiano P，Hotho A，Stumme G，et al．Conceptual Knowledge Processing with FormalConcept Analysis and Ontologies [M]//Concept Lattices．Springer Berlin Heidelberg，2004：189-207．
[256] Stumme G．Efficient Data Mining Based on Formal Concept Analysis [C]//Database andExpert System Applications．Springer Berlin Heidelberg，2002：534-546．
[257] Laukaitis A，Vasilecas O，Plikynas D．Formal Concept Analysis for Business InformationSystems [J]．Information Technology and Control，2008，37（1）：33-37．
[258]马垣，曾子维，迟呈英，等．形式概念及其新进展[M]．北京：科学出版社，2010．
[259]潘跃建．基于FCA面向多数据源的领域本体创建方法研究[D]．南京航空航天大学计算机应用技术学科硕士学位论文，2010．
[260]庞智恒．基于分层结构的概念格构造算法的研究[D]．中央民族大学基础数学学科硕士学位论文，2009．
[261]鲍宗豪，张堃，鲁习文，等．走向社会和谐--中国城市和谐发展指数研究报告[R]．上海：上海社会科学院出版社，2007．
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |