人群疏散调度是应急救援领域重要的研究课题之一。近年来,世界经历了如海啸、地震、飓风等诸多自然灾害,人民生命安全和社会经济发展受到巨大影响,而灾后第一时间进行高效合理的人群疏散能够在很大程度上降低伤害。同时,灾害会在一定程度上造成路网损坏甚至瘫痪,并且会存在一些弱势群体需要紧急转移,因此本文以道路通行能力下降为前提,以弱势群体优先为原则,展开对大规模人群疏散调度的研究,提高应急疏散调度方案的准确性,为灾后救援提供理论基础。论文在考虑路网通行能力下降情景下,以弱势群体优先为原则,对灾后人群疏散调度进行研究。首先,提出一种改进路阻函数,引入道路道路通行能力修正系数并采用模糊层次分析法进行确定,基于该系数改进路阻函数进而修正灾后道路通行时间。其次,建立一种以弱势群体优先为原则的多目标人群疏散调度模型。以路网疏散时间最短及延误损失最少为优化目标,引入疏散等级概念有针对性地疏散人群,同时引入虚拟站点对应不同疏散等级人群所处位置以简化调度。然后,设计一种改进遗传算法。根据模型特征,本文采用二维实数编码,设计修补算子弥补算法遗传操作中过高的随机性,并设计特定的交叉及变异规则以提高求解效率。最后,以2018年印度尼西亚帕鲁地震为例,结合受灾区域相关报道评估路网变化情况,利用设计的改进遗传算法对模型进行求解,并探讨不同情景下优化目标权重取值依据。研究结果表明,相比于常用的系数修正法以及标准路阻函数修正法,本文提出的改进方法更符合实际情况且路网总疏散时间和总延误损失更少;相比于标准遗传算法,对于最小目标函数值的求解,本文提出的改进遗传算法得到的求解结果降低了28.15%且运行时间减少了66.38%,具有更好的寻优性与求解效率;同时,在不同场景下的调度对疏散时间权重的取值应当不同。论文探讨了灾后道路通行能力评估策略,提出了基于道路通行能力修正系数的改进路阻函数,设计了改进遗传算法优化方案求解效果。以弱势群体优先为原则,对决策者应对不同情景下的突发自然灾害提供了应急疏散调度方案思路,对完善自然灾害救援系统体系具有一定的理论意义和实际价值。