自2008年发生汶川特大地震后,近年来,自然灾害、群体事件等重大突发事件频频发生,对社会经济发展和人身生命安全都构成很大威胁,与此同时军事运输保障环节也愈发引起广泛重视,成为军事运输领域的热门议题。该类突发事件发生后如何制定科学合理的运输保障计划,寻求最优输送径路,在满足国民经济必保要求前提下,以既定的军运占有率,在最短时间内将抢险部队和救援物资输送到灾害突发地,是提升军事输送效率的关键环节。在汶川抗震救援行动中,铁路的物资输送运量高达总运量的48%以上,说明铁路运输方式已经成为应急救援行动中中长距离运距水平的骨干支撑力量,这就使得铁路运输方式下的军事保障方案研究具有重要意义。铁路运输路径优化作为军事运输保障方案中的重要环节,其首先需要考虑到的就是突发事件所具备的破坏性、动态性、随机性、复杂性、因果性等特征,以及重大突发事件对铁路军事运输所提出的时间紧迫、运量巨大、方向集中、多源点和多汇点、多部队同时输送等一系列要求,进而根据如上军事运输特性分析,才能有针对性的遴选出影响路径优化的输送效率、输送费用、时间价值等主要因素。为此,本文首先围绕重大突发事件进行了边界分析和铁路军事运输的相关概念界定,详细分析了突发事件的需求特性,及对军事运输提出的更多细化要求,确定了铁路军事运输是各种综合运输方式的主要力量,也是突发事件下,实现快速机动和物资补给的重要保障,为后文中路径优化模型中优化目标和约束条件的选取提供了主要的理论依据。对现有的解决车辆路径优化问题(VRP)的精确算法和两阶段法、改进算法、不完全优化算法等启发式算法的优缺点和适用条件进行了详细的分析和论述,并重点对遗传算法(GA)的核心内容、步骤流程等进行了研究阐述。随后,本文就重大突发事件对铁路军事运输在运量、输送序列、输送径路、装载卸载区域、国民经济必保要求等方面的需求进行了细致的分析,据此建立了在铁路区段通通过能力限制下,及在一定军运占有率下的最小时间-最小费用流模型,对铁路网络图的构建形式、优化目标及约束条件等均做具体论述。最后,本文基于逐次配流法,在通过能力作为弧容量限制的基础上,确定各运输部队的优先权及车流通过铁路区段的流序列,将车流优先权的染色体编码作为遗传算法初始种群,以逐次配流法中各径路集的输送总持续时间作为染色体适应值函数,进行交叉、变异、进化等操作,得到适应值函数最高的最优径路集合。本文假设具体算例,采用Matlab编程对以上算法在重大突发事件下铁路军事运输路径优化问题的求解进行了计算和验证,证明了算法的可行性。