近几年,由于非常规突发事件爆发的规模逐渐扩大,严重影响我国经济的快速增长及社会的稳定发展。全世界各类灾害性事件也频繁爆发,并且发生范围持续扩大,以至于传统小规模、未及时处理的常规突发事件逐渐演化为覆盖范围广、恢复极度困难的非常规突发事件。由于非常规突发事件具有不明显性、极度罕见性、十分复杂性、难预知性、巨大破坏性和应对时间紧迫性等特征,一旦非常规突发事件爆发,其产生的衍生灾害事件比常规突发事件更难应对。目前,人们并没有提出完善的应急对策去处理非常规突发事件,这给应急管理部门带来巨大的难度。因此非常规突发事件的应急处理成为一项热门的研究主题。本文使用python进行仿真模拟,并结合随机森林相关理论知识,研究非常规突发事件情景的结构化体系。首先本文介绍研究背景与意义及国内外目前的研究成果,在此基础上,分析非常规突发事件结构化情景体系。然后使用随机森林相关理论知识并根据非常规突发事件情景演化的逻辑性,提出基于随机森林的非常规突发事件结构化情景模型,利用随机森林模型对突发事件进行分级,提出基于朴素贝叶斯模型和支持向量机模型在实验环境相同时,针对不同的数据集进行对比实验,结果发现随机森林模型平均准确率至少提升了8.77%。最后使用实际案例验证随机森林的回归模型,预测的结果与真实值非常接近,具有较高的应用价值。为进一步分析非常规突发事件,使用python继续仿真模拟,研究非常规突发事件的情景演化。首先利用模糊规则推理和情景演化路径,构建非常规突发事件的演化模型。然后利用ID3决策树算法预测事件的分类演化结果,为了提高分类树演化的准确度,进行树模型剪枝处理。最后,利用difflib模型、fuzz模型、编辑距离模型和余弦模型求分类结果相似度,结果发现相似度值很高,验证了演化模型的可靠性和准确性。