在大规模开放空间应急疏散的决策指挥过程中，由于资源和时间有限，态势不断发生变化，应急决策者往往需要更多地依靠自身的认知、偏好、知识、经验、判断力和创造力，而非传统的完全理性决策。根据军事科学与认知心理学的扩展的OODA环决策模型，应急疏散决策涉及物理域、信息域与认知域，应急决策者通过觉察、理解现有的实时态势来预测未来态势，并根据未来态势进行方案制定和执行。本文围绕构建基于扩展的OODA(Oberve-Orient-Decide-Act)环决策模型的大规模开放空间应急疏散计算模型，主要完成了以下方面的工作：(1)提出了扩展预测能力的BDIP Agent模型。基于经典的BDI Agent模型，增加了Agent的预测能力，对BDI模型的I-system进行扩展，并给出了BDIP Agent模型的扩展公理和相应语义，同时证明了模型的可靠性和完备性，对BDIP Agent模型的决策行为进行了形式化定义，设计了针对应急疏散的BDIP Agent任务确定算法，实现了应急疏散任务的确定。(2)提出了基于预测的应急疏散任务分配模型。对应急疏散任务分配问题进行了定义，通过引入车辆速度和人口分布的未来态势数据对任务执行效能进行计算，提出了应急疏散Agent的能力计算方法，并给出了应急疏散任务分配算法。同时设计了应急疏散方案表示和制定方法，并通过仿真实验证明了模型能够有效的实现应急疏散任务分配。(3)提出了应急疏散任务协同Petri网模型及任务协同检测算法。定义了Agent内部Petri网结构和多Agent的协同交互Petri网结构，提出了多Agent应急疏散任务协同Petri网模型，根据此模型给出了基于应急疏散方案的任务协同Petri网建模方法和应急疏散任务协同检测算法，能够检测应急疏散方案中的任务不协调，保证应急疏散任务协同。最后，在上述研究的基础上，本文开发了应急疏散辅助决策原型系统，对成果进行了验证。