绪论
研究背景与意义
近年来，国际和国内各类突发事件频繁发生，如恐怖事件、自然灾害、生产事故、交通事故、中毒事件和传染病疫情等，给社会造成了严重的经济损失。例如:2008年5月12日，在我国四川坟川、北川地区发生8级强震。这次地震，共69227人遇难，374643人受伤，17923人失踪，直接造成的严重受灾地区达10万平方公里，所造成的直接经济损失达8452亿元。2011年3月11日，日本东北地区太平洋近海发生9.0级大规模逆冲区地震，并引发海啸、火灾和核泄漏事故，导致大规模的地方机能瘫痪，经济活动停止。截至日本时间10月24日，此次地震至少造成15828人死亡、3754人失踪、轻或重伤伤者5942人，破坏房屋983073栋，是日本二战后伤亡最惨重的自然灾害。
为了应对各类突发事件，各个国家己制定了相应的应急预案。1974年英国颁布了《职业安全卫生法》，1984年颁布了《重大事故预防控制规程》，并出版了《化工厂应急程序指南》。1986年美国国会通过了事故应急救援的最高法律依据SUPERFUND法修案，1987年美国环保署、联邦应急管理署发布了《应急技术指南》，设立联邦紧急事务管理局，并成立了国家应急响应领导小组(RNT) 0 1993年1月1日，澳大利亚成立了应急管理署(EMA)，负责所有类型的灾害，并在某些州和地区通过制定一系列的训练、响应、计划、装备、志愿人员等援助计划来实现川。我国在经历了2003年的“非典”事件发生以后，也开始注重对突发事件的系统应对。2004年，在“分级分类”的原则下编写了突发事件应急预案体系，2006年1月国务院发布《国家突发公共事件总体应急预案》，2007年8月30日，正式颁布了《中华人民共和国突发事件应对法》，确定了以“预防为主，预防和应对相结合”的应急管理原则。
应急预案是各个国家的应急管理处根据以往发生的各类突发事件及其产生的影响制定的。为了降低突发事件造成的人员、财产与环境损失，一般要求具备一定的物资储备，而物资的购买及储备需要花费一定的费用。如果储备的物资超出使用有效期则需要更换，而更换需要另外花费一定的费用。因此，若决策者决定启动应急预案，则需要支付这些购买费和储蓄费。如小汤山医院是在2003年非典发生期间花费巨额在8天时间4000多人无昼夜建立的，而在非典结束后，为响应国家对临时建筑以及疫区的要求，现已拆除，拆除时也需要花费一定的费用。如果突发一事件发生，每天会造成一定的损失，而月持续时间是无法预知的(如SARS)。那么，在突发事件持续时间无法预知的情况下，决策者决定是否需要启动应急预案，若需要启动，什么时刻启动应急预案成为社会和学术界关注的热点问题。
如2001年9月11日在美国发生的“9.11”事件。在该事件发生后，纽约市内的许多人都想在第一时间内离开，因此就造成了纽约市内的机场航班原有资源有限而无法容纳突然增多的顾客，造成航班混乱的情况。也就是说，机场的突发事件发生。在当时，于刚等研究人员开发的应急管理系统可以解决这类情况，但需要花费3000万美金购买。假设处理机场顾客突然增多、航班混乱等问题一天的花费为500万美金。如果该突发事件持续的天数不大于6天，则决策者决定不购买应急预案为最优的策略，所花的费用不会超过购买应急预案的费用;但是，若该突发事件持续的天数大于6天，则决策者决定购买应急预案为最优策略。这也就说明了机场决策者是否购买以及何时购买应急预案，使得机场的损失尽可能小的重要性。即如何确定应急预案的启动时机问题。
本论文研究的问题是，为了应对各类突发事件，决策者制定了相应的应急预案，并且启动应急预案需要支付一个固定费用。如果突发事件发生，每天都会造成一定的损失，并月.突发事件的持续时间无法预知。那么，决策者在突发事件续时间无法预知的情况下，是否启动以及何时启动应急预案使得费用尽可能小。
对这类问题，现有研究是在确定信息下对突发事件应急预案启动时机的研究。但在实际中，突发事件是在不确定信息的情况下发生的。对这类突发事件存在不确定因素的问题，现有研究假设不确定因素的变化服从一定的概率分布，得出期望意义下的解决方案。但是，当不确定因素的变化无法取得概率意义下的信息、，甚至可能是一无所知时，该方法就会失效。因此，对这一类问题就需要寻求一种新的技术手段来解决。
占线(online)问题与竞争策略是解决受不确定因素影响较大决策问题的一种新方法，它不依赖于可变因素的经验数据，尤其适用于决策者对未来的因素变化难于预测甚至一无所知的情形。这种方法针对问题所有可能变化的情形，从所有应对方案中选择一种最具竞争性的方案，使得无论问题的可变因素发生怎样的变化，该方案总是接近于最优方案(或与最优解的比在一定的范围之内)，同时，讨论这个方案的存在性，并对方案的执行效果进行分析，从而给出其与最优方案的差距(比值)，并通过不断改进和缩小这个差距来提高方案的执行效果，使得方案能够更好地应对不确定性因素和突发性因素带来的困扰。
对突发事件应急预案启动时机的问题，现有研究大多采用静态或随机模型，假设突发事件持续时间服从某一统计规律;或者是采用经典的占线问题分析框架，假设突发事件发生后每天造成的损失为固定值，而这些研究不能满足实际需求。
基于此，本文首先建立突发事件应急预案启动时机的占线风险补偿模型，设计竞争策略并分析策略的执行效果(竞争比)，并对美国“9.11"事件进行实例分析，验证模型和竞争策略的有效性;其次建立突发事件应急预案启动时机的占线贝叶斯模型，设计竞争策略并分析策略的执行效果(竞争比)，并以西安某高校发生的具体案例为例，验证模型和竞争策略的有效性。
本论文一方面可以弥补现有研究的不足，另一方面可以为相关应急管理决策部门确定应急预案的启动时机提供依据，从而提高突发事件应急管理的效率。
参考文献
[1]张廷竹.国内外事故应急救援预案管理概况[[J].浙江化工，2006,37(7):9-10.
[2] MANASSE M S, MCGEOCH L A, SLEATOR D D. Competitive Algorithms for Server Problems[J]. Journal of Algorithms, 1990(11):208-230.
[3] DAVID S B, BORODIN A. A New Measure for the Study of the On-line Algorithm[J]. Algorithmica, 1994(11):73-91.
[4] TARJAN R. Data Structures and Network Algorithms[MJ. New York: Society for Industrial and Applied Mathematics, 1983.
[5] SLEATOR D D, TARJAN R E. Amortized EfFciency of List Update and Paging Rules[C]//Comm. ACM, 1985, 28(2): 202-208.
[6] SLEATOR D D, TARJAN R E. Self-adjusting Binary Search Trees[J].Journal of ACM 1985(32): 652-686.
[7] SLEATOR D D, 1'ARJAN R E. Self-adjusting Heaps[J]. Journal of Computer, 1986, 15(1):52-69.
[8] BORODIN A, EI-YANIV R. On一line Computation and Competitive Analysis[M]. New York: Cambridge University Press, 1998.
[9] BORODIN A, IINIAL N. SAKE M. An Optimal On-line Algorithm for Metrical Task Systems[J]. Journal of the ACM. 1992(39): 745一763.
[10] IRANI S, SEIDEN S S. Randomized Algorithms for Metrical Task Systems[J]. Theoretical Computer Science, 1998, 1(2): 163一182.
[11] ALBERS S. CHARIKAR M. MIT7ENMACI-IER M. On Delayed Information and Action in Online Algorithms[J]. Information and Computation, 2001(170): 135一152.
[12] ALBERS S. On Randomized On-line Scheduling[J]. Symposium on Theory of Computing, 2002(5): 134一143.
[13] ALON N, KARP R M, PELEG D, et al. A Graph-theoretic Game and Its Application to the K-Server Problem[C]//SIAM J. Comp. 1995(4): 78一100.
[14] EI-YANIV R, FIAT A. KARP R M. et al. Opti:二al Search and One Way Trading Online Algorithms[J]. Algorithmica, 2001(30): 101一139.
[15] EI-YANIV R, FIAT A, KARP R M, et al.Competitive Analysis of Financial Games[J] Foundations of Computer Science, 1992(10): 327一333.
摘要 3-5
Abstract 5-6
1 绪论 9-13
1.1 研究背景与意义 9-11
1.2 研究内容与研究框架 11-13
1.2.1 研究内容 11-12
1.2.2 研究框架 12-13
2 国内外相关研究综述 13-22
2.1 占线(online)问题与竞争策略 13-16
2.1.1 经典占线模型 14-15
2.1.2 占线风险补偿模型 15-16
2.1 突发事件应急预案启动时机 16-22
2.2.1 确定信息下的突发事件应急预案启动时机 16-21
2.2.2 不确定信息下的突发事件应急预案启动时机 21-22
3 突发事件应急预案启动时机的占线风险补偿策略设计 22-38
3.1 问题描述和相关定义 22-24
3.2 经典最优启动时机策略设计及其最优性证明 24-26
3.2.1 经典最优启动时机策略设计 24-25
3.2.2 策略的最优性证明 25-26
3.3 风险补偿启动时机策略设计及其竞争性能分析 26-32
3.3.1 风险补偿启动时机策略及其竞争性能 26-29
3.3.2 风险补偿启动时机策略执行效果分析 29-32
3.4 美国"9.11"事件案例分析 32-36
3.5 本章小结 36-38
4 突发事件应急预案启动时机的占线贝叶斯策略设计 38-51
4.1 问题描述与相关定义 38-39
4.2 突发事件日损失为正态分布的占线贝叶斯策略设计及执行效果分析 39-44
4.2.1 突发事件日损失为正态分布的占线贝叶斯策略及其竞争性能 39-41
4.2.2 策略的执行效果分析 41-42
4.2.3 西安某高校蟑螂事件案例分析 42-44
4.3 突发事件日损失为几何分布的占线贝叶斯策略设计及执行效果分析 44-50
4.3.1 突发事件日损失为正态分布的占线贝叶斯策略及其竞争性能 45-46
4.3.2 策略的执行效果分析 46-47
4.3.3 西安某高校学生抵制日货示威游行事件案例分析 47-50
4.4 本章结论 50-51
5 结论 51-53
5.1 主要研究工作及创新性成果 51-52
5.2 需要进一步研究的问题 52-53
参考文献 53-57
攻读硕士学位期间发表的论文 57-58
攻读硕士学位期间参与的项目 58-59
致谢 59-61