随着人工智能在作战后勤领域的发展,传统器材保障模式已难以适应高技术作战条件下的保障要求,作战后勤对器材的车辆路径配送提出了更高的要求。由于在不同作战状态下,器材配送路径将受不同因素影响,而且作战后勤配送任务往往比较紧急,加强作战后勤配送工作研究有利于提高作战物资快速保障能力,因此,作战后勤配送的相关问题研究具有重要的理论价值和实践意义。围绕战备和战时两种状态下的器材配送特点展开了深入研究。主要研究内容如下:（1）针对战备状态下带时间窗的器材配送问题,提出了一种结合聚类分解策略的改进饥饿游戏搜索算法（IHGS＿CD）。首先,采用一种基于K-means的平衡约束聚类算法（BCGS）将带时间窗的多供应方车辆路径问题分解成带时间窗的单供应方车辆路径问题,然后,提出一种改进饥饿游戏搜索算法（IHGS）来进行问题求解,利用精度约束参数来改善算法个体精度。（2）针对在战时状态配送过程中,配送路径或需求地可能会遇到危险区敌人打击,使得配送车辆难以顺利完成配送任务的问题,提出了一种基于战时危险区范围的配送避让方案。首先,提出一种结合黑寡妇优化算法（BWO）与D*算法的分段路径规划算法（BWO＿D*）来进行危险区穿过避让,处理当需求地在危险范围区内的情况,将配送路径根据危险区范围分解成尽快配送阶段和安全配送阶段来实现快速且降低危险打击的配送过程。其次,利用D*算法进行危险区绕行避让,处理配送路径中遇到危险区,但需求地不在危险区笼罩范围内的情况。最后,通过仿真实验验证了所提避让方案的可行性。（3）研究并设计了一个基于器材配送的路径规划系统。根据用户需求和战时危险区范围,对多供应方划分、战备路径规划、战时危险区避让及配送情况反馈等功能进行了架构分析以及功能模块的设计,将结合聚类分解策略的改进饥饿游戏搜索算法和结合黑寡妇优化算法与D*算法的分段路径规划算法运用到系统中。并通过测试验证了本路径规划系统的可行性。