第1部分 原理概述 2
1 大数据时代下城镇安全治理概述 2
1.1 大数据时代的内涵与特征 2
1.2 大数据时代下城镇安全治理的提出背景 7
1.3 大数据时代下城镇安全治理的理论和实践价值 8
1.4 大数据时代为城镇安全治理提供的支撑条件 10
1.5 大数据时代下城镇安全治理需要解决的难题 12
1.6 国内外发展现状和趋势 14
2 涌现型案例推理(E-CBR)基本原理 23
2.1 案例推理的起源 23
2.2 案例推理的主要特点 24
2.3 案例推理的基本分类 26
2.4 复杂系统涌现机制 27
2.5 涌现型案例推理(E-CBR)的提出 30
2.6 涌现型案例推理(E-CBR)的实现流程 32
第2部分 技术体系 38
3 基于涌现型案例推理(E-CBR)的城镇安全治理体系内容 38
3.1 基于涌现型案例推理的城镇安全治理体系框架 38
3.2 大数据时代下的城镇公共安全风险感知 42
3.3 大数据时代下的城镇公共安全风险顶层治理策略制订 43
3.4 大数据时代下的城镇公共安全风险中层治理预案生成 44
3.5 大数据时代下的城镇公共安全风险底层治理模型构建 45
3.6 面向城镇公共安全风险治理的E-CBR推理实现环节 46
4 面向城镇公共安全治理的涌现型案例推理(E-CBR)实现关键技术 47
4.1 涌现型案例表达技术 47
4.2 涌现型案例匹配技术 54
4.3 涌现型案例调整技术 59
4.4 涌现型案例维护技术 64
第3部分 实现方案 70
5 大数据时代下城镇安全不确定信息处理与风险感知 70
5.1 既有城镇公共安全风险的实时感知 70
5.2 潜在城镇公共安全风险的预先感知 77
6 大数据时代下基于权威导向突变涌现机制的城镇安全顶层治理策略制订 97
6.1 城镇安全治理性质研判 97
6.2 城镇安全治理原则组序 98
6.3 城镇安全治理主体筛选 103
6.4 城镇安全治理组合策略 111
6.5 城镇安全治理范畴界定 119
6.6 城镇安全治理强度确定 120
7 大数据时代下基于代表导向序贯涌现机制的城镇安全中层治理预案生成 125
7.1 城镇安全治理组织体系 126
7.2 城镇安全治理联动网络 130
7.3 城镇安全治理处置程序 137
7.4 城镇安全治理资源配置 142
7.5 城镇安全治理保障措施 147
7.6 城镇安全治理善后恢复 151
8 大数据时代下基于覆盖导向结构涌现机制的城镇安全底层治理模型构建 153
8.1 城镇安全治理模型聚类 154
8.2 城镇安全治理模型提炼 157
8.3 城镇安全治理参数挖掘 160
8.4 城镇安全治理模型库构建与匹配 161
8.5 城镇安全治理模型求解算法库建立与匹配 178
第4部分 典型模型 184
9 典型城镇安全底层治理模型构建 184
9.1 单级非线性连续消耗的应急物资调度模型 184
9.2 两级非线性连续供给与消耗的应急物资调度模型 196
9.3 多级非线性连续消耗的应急调度模型 210
10 典型城镇安全底层治理模型求解算法 217
10.1 混合多目标粒子群算法 218
10.2 多目标人工蜂群算法 230
10.3 基于NSGA-Ⅱ的多目标DE算法 238
参考文献 253