自然灾害具有不确定性及巨大的破坏性,灾害发生后会造成大面积信息真空,给应急物资调度带来诸多不确定性。目前研究多用模糊数或者概率统计处理不确定性,无法反映灾情的动态变化。V2X技术在应急物资调度中的应用可实时获取灾情信息变化,保证应急物资调度科学、高效实施。鉴于此,对基于V2X技术的应急物资调度进行研究对于应急响应与物资调度具有重要意义。论文将V2X技术应用于应急物资调度优化,将定性研究与定量分析相结合,对灾情信息变化情况下的应急物资调度进行研究。研究除了考虑传统的救援时间与惩罚时间外,还考虑了受灾点满意度,采用车辆巡回配送策略解决运输车辆不足的问题。首先,探讨V2X技术与应急物资调度结合的可行性,分析基于V2X技术的应急物资调度的特点、V2X技术接收的信息及其相应的处理方法;其次,基于该问题的特点构建二阶段动态调度优化模型。其中,初始阶段以救援时间和惩罚时间最短、满意率最高为目标,对救援车辆路径进行初步规划;实时调整阶段则是保证车辆在瞬息万变的应急物资调度环境下,依然能够顺利完成调度计划;再次,利用分层序列法思想,将时间最短作为第一目标函数。初始阶段针对遗传算法局部搜索能力弱,变异交叉概率对结果影响大的缺点,设计多种群遗传算法对模型进行求解,调整阶段采用局部调整策略以及计算效率较高的遗传算法求解模型,以满足实时调整阶段时效性的特点。最后,选取小规模和大规模案例,运用MATLAB软件辅助求解,验证了模型与算法的可行性和优势。研究表明,构建的模型能有效避免灾情信息变化对应急物资调度任务的影响;利用多种群遗传算法对初始阶段模型求解,解的质量和稳定性都具优势;利用标准遗传算法对实时调整阶段模型求解,在得到最优解的前提下,能够提高算法计算效率。本文将新兴的V2X技术与传统应急物资调度问题结合,构建的应急物资调度模型在应急物资调度初期灾情信息缺失的情况下,能够避免灾情变化对应急物资调度的影响,保证应急物资调度的顺利完成。研究成果为进一步丰富应急物资调度研究体系,以及指导应急物资调度实践提供了借鉴,具有重要的理论与实际意义。