随着社会的不断发展，人们对自身的安全越来越重视。对各种突发事件的快速响应和应急处理，将能够有力地保障人们的生命财产安全。维护社会的持续稳定的发展，建立起高效、科学的城市应急指挥系统正在成为各级政府日益关注的建设任务。本文在对国内外城市应急指挥系统的发展和应用现状总结的基础上，通过对城市应急指挥系统的工作特征进行分析，提出并建立了一个基于智能决策过程的城市应急指挥系统的总体结构。由于应急指挥系统强调对事件的快速决策和处置，需要建立预案库。预案是对各种应急响应事件的处理模板，是决策指挥的重要参考和依据。但是，常规的人工编制预案的模式，不能适应不断变化的环境，人工预案更新不及时。智能决策就是一个面向预案的智能生成和智能决策指挥的过程。本文建立了一个基于机器学习理念的智能决策模型，它包括了三个逻辑相关的循环工作步骤：预案管理、推理决策和学习评估。在预案管理阶段，建立了预案特征模型，提出了预案管理方法，是智能决策的重要基础。推理决策阶段主要是根据事件的特征属性，运用基于案例的推理方法(CBR)，并结合适当的推理规则，对预案库进行推理匹配，定位和选取相应的应急预案，支持指挥调度。学习评估则是现实智能决策的关键一环，它对已完成的案件而形成的案例进行学习评价，确定该案例的代表性，抽取案例特征，运用关联规则方法，进行数据挖掘，生成基于特征属性的决策树。学习评估实现了在案例评价基础上的预案模型的自学习过程，使得基于智能决策的应急指挥系统具备了智能性和学习能力，从而可以提高应急指挥的快速响应能力和准确处置能力。在应急指挥系统中采用了面向服务的架构(SOA)和组件模型，提高了系统的适应性，又不失系统效率，提高了软件的复用度和可维护性。本文提出的基于智能决策的应急指挥系统已经在广州市城市建设管理监控指挥系统中投入了实际的运行，并取得了一定的成果。