大规模灾害和灾难性突发事件往往造成受灾区关键物资的匮乏。在时间紧迫和物资匮乏下进行救灾物资分配是一个困难而且复杂的决策过程,需要考虑执行可行性、灾民感受、经济成本等多种因素。本文主要围绕灾后人道主义物流救灾物资的分配问题进行研究,综合考虑了效率、有效性和公平性三个性能指标以度量救灾效果。基于最新研究和成果,论文采用可达性成本、剥夺成本以及由于分配不公平导致的惩罚成本来分别刻画这三个指标。其中,本文显性地将灾民痛苦视为人道主义物流的有效性度量,直接纳入数学建模和算法设计之中,在体现效率的同时凸显了对人的人道关怀。本文首先研究了单位容量下的救灾物资分配问题。本文构建了多周期、多目标的非线性整数规划模型及其等价动态规划模型,并采用动态规划算法进行直接求解。通过观察分析动态规划的最优解,总结归纳出一种最优的“循环配送策略”,并且给出了其适用条件。为了使模型更具有实际应用性,本文还提出了一种分段线性化方法,用于求解“循环配送策略”不适用情况下的大规模问题。然后,本文研究了多容量下的救灾物资分配问题。本文构建了一个多目标非线性整数规划模型和三个单目标模型,从模型的角度分析三个目标的必要性。为了解决动态规划维数灾问题,本文将近似动态规划算法,即基于贪婪算法的滚动算法,应用于救灾物资分配问题的研究中。本文不仅从理论上分析与论证了动态规划算法以及近似动态规划算法的计算复杂度,还通过数值实验检验了算法的有效性。接着,本文还研究了容量可后续共享下的救灾物资分配策略问题。根据本地响应中心的物资容量,本文提出了三种配送策略,即传统分配策略、灵活分配策略和容量可后续共享的分配策略。为了验证分配策略的适用性,本文采用汶川地震的数据作为案例,验证三种分配策略的可行性和有效性。最后,本文研究了随机需求下的多容量救灾物资分配问题。本文提出了三种算法求解随机非线性整数规划模型:随机动态规划算法、近似动态规划算法、增强学习算法。以汶川地震的数据为基础,本文构建了不同的情景产生随机需求,并通过实际数据对三种算法的求解进行了比较。