频发的自然灾害对人类社会造成了巨大的损失。随着人类社会的快速发展，人们在抗灾救灾方面的意识也越来越强烈，关于应急管理的政策和研究也受到了广泛的关注。面对难以预测的自然灾害，最高效的应急管理措施就是灾后快速地展开救援活动。而灾后救援活动的首要任务就是为灾民提供安全的应急避难场所和生存所需的资源。因此，立足于自然灾害背景，对灾后应急避难场所选址与资源分配问题进行探索研究具有重要的现实意义。
　　基于自然灾害下应急避难场所选址与资源分配问题的特性，针对现有研究的不足，提出了根据灾民的受伤程度将灾民划分为不同级别，综合考虑灾民分级的应急避难场所选址以及资源不足情况下的应急资源分配问题。以最小化各级灾民的总疏散距离、总规划成本以及因资源不足造成的总公平性损失为目标，建立了多目标多周期选址与资源分配整合模型。设计了将模拟退火算法与粒子群优化算法相结合的双层启发式算法：外层模拟退火算法用于选址，内层粒子群优化算法基于选址的结果进行资源分配，以实现整合模型的最优目标值求解。为改进外层模拟退火算法单一搜索的缺点，引入了遗传算法的种群进化思想，提出了改进的双层启发式算法，以提高解的质量。
　　以北京市朝阳区的灾后应急避难场所选址与资源分配为算例对模型和算法的有效性进行了验证，并通过算例分析得到了如下结果与结论：所提出的改进的双层启发式算法可以通过扩大搜索范围和增加种群多样性来提高解的质量，从而得到比基本双层启发式算法更优的解；充足的救援成本和预备的应急资源对于提高灾后救援效率、降低灾民的公平性损失发挥着重要作用；备选应急避难场所的选择无论是在减小灾民的疏散距离方面还是在为灾民提供充足的疏散场所方面都发挥着不可替代的作用；此外，算例求解得到的北京市朝阳区应急避难场所选址与资源分配结果为朝阳区后续的应急设施的规划以及应急救援方案的制定提供了决策支持。