近年来,危害人类安全的突发事件频发,对人类的生命安全和经济财产损失造成严重后果。当突发事件发生后,如何进行应急救援已是各级政府部门和研究者们重点关注的问题。而现实生活中,突发事件的不确定性、救援环境的复杂性、供需信息的模糊随机性均会延迟应急救援效率,增加救援难度。因此,如何进行应急救援以降低受灾程度,减少人员伤亡与经济财产损失值得进一步研究。本文基于三级网络,考虑应急救援初期72小时内物资供应与需求随机的环境,进行多阶段、多物资动态配送,主要工作如下:（1）突发事件下救援车辆可靠路径问题在突发事件下,采取手机定位系统和卫星图像获取灾民的分布、位置,分析不确定因素对道路的影响。采用层次分析法与模糊综合评价法对周围路网的车辆行驶可靠性进行评价,依次得到各个路段上的车辆行驶可靠性的权重;进一步分析车辆拥挤对行驶速度的影响,计算出各个路段上车辆行驶时间。通过对车辆行驶可靠性与车辆行驶时间综合分析,以权重之和最小为目标,构建车辆可靠路径优化模型,利用Dijkstra算法求解从配送点到各个需求点的最优路径,以保证在突发事件下车辆行驶可靠性、安全性最高,通过各路段救援时间最小。（2）随机环境下的应急物资配送优化研究在物资供应量与需求量随机的环境下,考虑车辆容量约束、供应与需求约束、时间约束,基于集散点-配送点-需求点的三级网络,以各需求点短缺率最小、各阶段各需求点的平均短缺率方差最小、成本最小为多目标,兼顾效率与公平,建立随机环境下应急物资动态配送模型。在保证道路通行时间最短、车辆运输安全可靠的前提下,能在黄金时间内最大程度地开展应急救援。（3）算法设计及案例分析为验证模型的有效性与算法的正确性,以2个集散点、2个配送点、4个需求点,构成集散点-配送点-需求点的三级网络,进行应急物资配送。以物资紧急程度以及黄金时间内人的存活率比重作为配送权重,以增大前期应急救援,采用第二代非支配遗传算法进行求解。通过灵敏度分析和目标转换与线性相结合算法相比较,第二代非支配遗传算法可以提高随机环境下物资配送效率,超出需求点的最低需求量,最大程度减少人员伤亡,挽救生命。