21世纪以来,无论是自然灾害还是公共安全灾害,其发生的概率和规模都明显大于以往。它们给人们的日常生活和工作带来越来越严重的影响。这也阻碍了国家经济持续健康发展的步伐。当一个地区发生灾害后,政府的应急管理措施是人民关注的重点。其中关键问题就是物资运输车辆的路线选择。因各救灾地所遭受的灾害程度不同,从而对物资的需求紧急度也不同,如果不考虑这种差异,有可能会造成需求紧急度高的救灾地不能优先获得物资,给该救灾地的人民造成二次伤害。本论文以突发自然事件为背景,旨在构建灾害发生的第一时间内对物资救灾地进行路径规划,在构建应急物流车辆路径问题模型时,考虑各物资调配中心的需求紧急度,尽量保证紧急度高的物资调配中心给予优先配送,对物资调配中心的配送路径进行合理的规划,实现应急资源的效用最大化。本文在研究应急物流的VRP背景及国内外应急物流VRP研究现状的基础上,对应急物流特性进行分析,考虑救灾地需求差异性和救援车辆路径尽可能符合实际需求的基础上,构建救灾地评价指标体系,并采用熵权-层次分析方法确定各救灾地紧急度的权重,最后采用一般加权法对救灾地的需求紧急度进行确定。其次为了解决各救灾地分布较为分散而耽搁宝贵救援时间的问题,本文通过K-means聚类算法考虑权重因素在内对救灾地进行聚类,把具有相似属性的几个救灾地聚为一类,并把包含相似属性的几个救灾地的簇类中心称为应急物资调配中心。在灾难发生初期,考虑从总的救灾中心配送应急物资到物资调配中心的路径规划问题,以方便后续应急救援工作的展开。在研究应急物流的车辆路径问题时,考虑各物资调配中心的需求紧急度,建立了基于物资调配中心紧急度相关的应急物资配送的VRP模型,本文从物流企业的角度,对物流企业的总配送成本进行分析,在保证物资按规定时间内到达的同时总成本最小。借助PYTHON、SPSS、MATLAB等软件工具,利用主客观因素相结合的熵权-层次分析法与一般加权法对物资调配中心的需求紧急度进行确定,并采用遗传算法分别对考虑需求紧急度的物资调配中心的车辆路径问题与不考虑需求紧急度的物资调配中心的车辆路径问题进行求解,并将两者进行比较与分析,从而对本文所提方法进行验证,证明了它的可行性。