随着我国经济社会快速发展,各类突发事件频发,严重威胁人民群众的生命财产安全。面对严峻的形势,必须建立科学有效的应急行动方案决策系统,在灾害来临时,协助应急决策者快速制定合理的应急行动方案(Incident Action Plans,IAP),尽早对突发事件的发展进行人为干预,减轻突发事件的破坏。针对应急救援中行动与资源高度耦合的特点,本文将智能规划与调度结合,建立了考虑资源联动的应急行动方案分布式决策算法,以提升IAP制定的速度和准确性。在分析了现有描述性和规定性应急行动方案决策方法后发现,这些方法虽然能在一定程度上协助决策者制定合理的应急行动方案,但是存在着诸如:形式固定,难以适应突发事件复杂多变;计算复杂,难以适应突发事件时间紧迫;应急决策者压力巨大,难以适应突发事件后果严重等问题。为克服现有应急决策方法的不足,本文选择推理过程与应急行动方案决策过程类似,能处理复杂领域知识的层次任务网络(Hierarchical Task Network,HTN)规划方法为基础设计应急行动方案决策算法。但是现有HTN规划存在对资源信息的推理能力较弱,无法处理分布环境下的资源联动的问题。且其集中规划的形式无法适应实际突发事件中,地理上分散的多个应急指挥团队需要同时进行任务规划,资源联动问题需要由多部门参与等特点。为弥补上述不足,将分布式约束满足问题(Distributed Constraint Satisfaction Problems,DCSP)和HTN规划相结合。通过HTN规划生成应急行动方案的基本框架,该基本框架包含了除资源联动方案以外的所有行动,并把应急行动方案中未解决的资源联动问题进行归纳。然后将资源联动问题编码为分布式约束满足问题,并使用改进的异步回溯(Asynchronous backtracking,AB)算法,在综合考虑各决策主体的优先级、资源短缺状态、资源调配距离、资源可重用性、上下级关系的情况下,进一步得到带资源联动方案和资源缺项报告的完整应急行动方案。本方法能够利用HTN规划的强大推理能力,又能发挥DCSP求解分布式问题的长处,并对AB算法进行改进以适应突发事件救援的实际特点;适合解决信息分布存在、需求随环境动态变化、资源受限的突发事件IAP分布式决策问题。最后,使用多Agent开发平台JADE,和层次任务网络规划器JSHOP2实现了上述算法。并结合城市内涝中各种可能情景进行了验证,仿真表明本方法在灵活性和处理速度方面存在优势,具有较大的应用价值。同时也提升了原有HTN规划方法处理分布式问题的能力,增强了其资源推理的能力,为规划与调度的结合提供了一个新的思路,具有较大的理论意义。