在当下高速发展的时代背景下,突发公共事件已经成为影响社会发展的重大因素,严重影响着社会的进步,经济的发展,人民的安全。对于我国而言,我国正处在民族复兴的关键阶段,因此对于突发公共事件的应急管理研究是大势所趋。本文在该时代背景之下,着眼于城市应急管理体系下的城市抗逆力角度,城市面对突发公共事件的应急管理进行分析。在城市抗逆力的应急管理体系历史研究当中,主要的研究方法是定性分析以及层次分析法等方法,在这些传统分析方法当中,大部分都存在着主观性干扰,数据不准确,运算过程冗长复杂等问题。针对该研究现状,本文首先对城市抗逆力以及城市应急管理领域相关的评价模型进行调研分析,并做相关的文献综述。在结合了大量文献研究之后定义了城市抗逆力的相关评价指标体系以及评价模型,然后结合BP神经网络,在MATLAB软件上进行验证分析,并采用Tchaban算法对城市抗逆力的关键影响因素进行探索,找出对城市抗逆力影响最大的几个指标,以提高城市抗逆力,为城市应急管理者提供一定的借鉴参考意见。本文的研究结论表明,BP神经网络与城市抗逆力评价模型的拟合度符合要求,并通过相关实际数据进行验证,表明BP神经网络能够合理准确的对城市抗逆力进行评价。关于关键影响因素的分析表明,影响城市抗逆力的主要因素为城市的人口因素,经济因素以及应急设施建设。人口因素主要影响因素为人口密度,每万人青壮年数量和每万人受过高等教育人数,经济因素包括城市的金融机构存款余额,应急设施建设包括卫生机构数量等指标。结论符合逻辑常识,表明Tchaban算法对于城市抗逆力的主要影响因素分析比较成功。突发公共事件下的城市应急管理是一个复杂的大课题,需要众多学者不断努力研究。本文主要贡献在于结合杭州,南京,上海,北京等重大城市2010年-2018年的实际数据对城市抗逆力评价模型进行验证,提高了城市抗逆力BP神经网络评价模型的准确性和科学性。并且将BP神经网络运用于城市抗逆力的研究当中,克服了传统评价方法的弊端,丰富了城市抗逆力定量模型的研究,并且运用MATLAB软件进行模型的实现,将信息技术与应急管理领域相结合,开拓了应急管理方法的视角,具有一定的实际应用和参考价值。