在经典风险模型当中,索赔过程为泊松过程。然而均值等于方差是泊松过程的一个非常重要的性质,这样就可以认为风险事件和相应的索赔事件是等价的。但是在实际经营中,保险公司的保险理赔事务难以具备这样的性质,风险事件与相应的索赔事件很大程度上不是属于等价关系的。例如,保险公司在实施免赔额制度和无赔款折扣优待（No Claim Discount）制度时候,保险公司的保单发生风险事件就有可能不发生相应的索赔事件,那么相应的索赔事件当中的索赔次数将不服从泊松分布,这样风险事件就与其相应的索赔事件是不等价的,即风险事件就不一定是索赔事件。另外在保险理赔当中,泊松过程指的是在单位时间点上至多发生一次索赔。而广义泊松过程指的是单位时间点上没有发生一次索赔或者是发生了很多次索赔。Erlang（n）指的是在单位时间点上有n次索赔发生。为了分散风险,实现保险公司稳定经营,可以在经典风险模型中分别考虑自我保险、自我保护、分红、预防策略等措施,降低保险公司的破产概率。基于以上研究,本文将研究带干扰的广义泊松风险模型与Erlang（2）风险模型最优预防策略。全文的主要内容如下。首先,考虑到保险公司实际日常经营当中,其风险事件和理赔事件有可能不是等价关系,这就会导致实际的保险理赔有偏差以及资产出现波动的随机因素。建立了带干扰的广义泊松风险预防模型。当索赔服从指数分布时,运用鞅方法,给出了该模型在满足k（p）＜α的条件下,带有调节系数的生存概率。求得其最优预防量的显示表达式。数值模拟结果显示:对于任意的初始盈余,其最优预防量是一样的;最优预防量使得生存概率最大化;当扰动不断增大,会使得调节系数不断减小;当调节系数不断增大,会使得生存概率不断增大;当理赔参数不断增大,会使得生存概率不断增大。其次,建立了Erlang（2）风险预防模型。通过积分微分方程求得破产概率的一般表达式。并当索赔计数过程为指数分布时,求解得出生存概率显示表达式。进而计算出了该模型下使生存概率达到最大化的最优预防量,并通过计算盈余为0和盈余为u时的最优预防量证明了最优预防量不受盈余的影响。数值模拟显示:预防策略在降低保险公司风险上是有效果的。最后,总结本文的研究结果,并给出了展望。