一直以来,各类安全生产事故影响着经济和社会的稳定发展。随着社会城镇化和工业化的提升,事故以更加危险和复杂的形式危害人民和国家的生命财产安全,“8.12天津滨海新区爆炸”、“3.30木里县森林火灾”、“8.29山西农村饭店重大坍塌”等一系列事故历历在目,以检查人员和专家人为判断为主的安全检查和预警机制已不足以应对日益复杂的生产场所的需要。为此,亟需开展针对以检查、执法、统计为主要目标的应急管理系统的研究。本文以南京市应急执法检查监督平台为背景,分别从平台需求分析、平台架构与技术对比选型、功能模块和测试来展开阐述其实现方式,并详细介绍分布式架构的低成本实现和基于BP神经网络模型的隐患预测模型构建。首先,本文以现场检查和后期统计为出发点,结合政府部门的当前需求,分析系统功能、展现方式和权限划分;其次,概括平台整体架构的设计和关键功能的实现;最后以功能和性能为主要测试指标验证整个平台的可行性。本平台根据执法监督检查平台的需求对平台进行功能模块划分,主要内容包括:信息采集、执法检查、隐患治理、统计分析、我的待办等功能模块。以Spring Boot作为应用整体架构,辅以Spring Security进行权限和安全管理;采用Nginx实现负载均衡;采用Rabbit MQ实现延迟消息推送。通过研究Hash算法和分布式一致性算法实现集管理、执法于一体的高效率、高扩展、低延迟执法检查平台。通过对执法监督检查平台的设计与实现,保障了检查数据在多部门间共享的及时性和统一性;方便了检查人员和企业进行监督检查;实现了与现有执法系统的无缝整合。因此,该研究具有十分重要的现实意义。