我国幅员辽阔,近年来各类突发事件和灾难频发,严重威胁到人们的生命安全,给人们经济生活带来了巨大的影响。应对突发公共事件是一项复杂的系统工程,其中应急物资的及时供应是提高救援工作效率的关键。为此,需要建立一套科学、高效的应急物流系统实现应急物资供应,以最大限度的降低突发公共事件带来的严重后果。应急物流车辆路径问题是应急物流系统优化的关键问题,应急情况下的车辆路径选择不仅要考虑到达各应急需求点的时间要求,也要考虑费用的限制,因而应急车辆路径问题是一个多目标优化问题。本文首先回顾了应急物流以及应急物流车辆路径的国内外研究现状;然后针对应急物流与一般物流的区别、应急物流车辆路径问题与一般物流车辆路径问题的区别、带单边时间窗的车辆路径问题、应急情况下的车辆行驶时间以及求解VRP问题常用算法的优缺点进行了深入的探讨;在此基础上,分别研究了同时考虑应急物资到达应急需求点的总时间最短和系统总成本最小的城市应急物流系统多目标车辆路径模型,以及以系统时间满意度最大和系统总成本最小为目标的城市应急物流系统多目标车辆路径优化模型。由于应急物流VRP与一般物流VRP决策目标之间有明显的差异,应急物流的特殊性使其更注重时间效益,所以本文采用了权重系数变换法对与时间相关的目标函数赋予较大的权重;对于应急车辆的行驶时间,采用了分段函数设置车流高峰期,实时的更新应急车辆的行驶速度,通过应急车辆速度的变化来求解到达各应急需求点的时间。传统的解决多目标优化问题的方法对Pareto边界不敏感,想要求得Pareto最优解集合必须运行多次优化过程,且各次优化过程相对独立,得到的结果往往不一致。遗传算法在处理目标函数的间断性及多峰性等复杂问题上具有潜在的有效性,本文设计了一个高效的求解该模型的多目标遗传算法,详细论述了多目标遗传算法针对应急物流VRP问题的编码方式、选择机制、交叉过程和变异方式,最后通过仿真实验验证了算法的有效性,为应急管理人员在突发事件爆发后应急物资的运输提供了决策支持工具,辅助他们制定应急物流计划。