作为世界上受自然灾害影响最为严重的国家之一,中国经受的灾害呈现种类多、频度高、损失严重的特点。1998年洪水灾害、2003年SARS事件、2008年南方雪灾和汶川大地震、2010年青海省玉树地震,等等,频繁发生的各种“天灾”、“人祸”进一步验证了在应急救援的过程中,除了需要大量的应急物资,应急物流的运作是否规范、顺畅也是关键所在。近20年间中国在应对重大突发事件中,应急物流系统表现出来的低效率和不尽人意已引起政学两界的广泛关注,在此背景下,应急物流相关的科学研究应运而生。如何把应急物流与商业物流结合起来,建立通用物流信息系统模型,实现应急物流与商业物流的混合调度,合理安排应急物资配送中心选址,解决应急车辆规划与调度问题是本文研究的主要问题。本文通过理论模型和案例仿真深入分析和研究了应急物流规划与调度问题。本文在梳理应急物流与通用物流不同内涵的基础上,构建了应急物流与商业物流通用物流信息系统(GLIS)模型,适用于大型物流公司的多模式运作。GLIS模型模型在实际工作过程中需要控制平面和执行平面的有效协调。GLIS模型通过统一的标准来管理整个物流公司的数据、信息和知识,利用层次化、模块化思想,进行路径计算与资源分配,通过识别业务需求解决应急物流和商业物流的信息统一接口问题,实现应急物流与商业物流的有效结合。本文在建立基于业务预测的混合调度模型和基于优先级的混合调度模型的基础上,研究了骨干运输层外援应急物流与商业物流两种混合调度方法,以保证物流公司在承担救灾物资运输的同时保证商业物流效益最大化。基于业务预测的混合调度模型,通过预测应急物资需求量和商业业务量,合理安排商业业务的接收和车辆调度,但预测误差会给物流公司带来一些商业损失;基于优先级的混合调度模型,通过量化商业物流业务量和应急物流级别,通过最大化优先级为目标开展车辆调度,优先级预测不会出现闲置车辆,可以获得更多的商业利润。本文在虚拟网络方法和鲁棒节点p-中心模型法的基础上,研究了在运输时间不确定条件下从分发中心到配送中心之间的应急物资配送中心选址问题。首先基于受灾区域内公路交通网络的复杂度,将交通平面网络划分为骨干网络和次级网络,建立层次化虚拟网络模型,降低路径计算的难度,满足应急物流的响应时间限制条件。其次基于大规模自然灾害发生时间与影响程度无法预期,考虑配送中心与应急物资运输时间不确定,将应急物资配送中心选址问题定位为鲁棒节点p-中心问题,使之满足时间约束条件或最小旅程约束条件,并通过模拟退火法进行求解,该算法得到的较差解的几率较低。本文在多维时空网络法、改进的VRP-TW算法以及实时信息的动态VRP法的基础上,研究应急车辆规划与调度问题。首先,基于多维时空网络方法建立随机性应急物资配送模型并对模型进行修正,该模型以“平均值”的概念考虑随机性因素,使用“缓冲值”概念并依据相关随机性因素进行调整。其次,利用软时窗限制约束条件,以优化最小惩罚函数为目标,改进VRP-TW算法,并使用插入式算法对其求解,最终实现整个旅行时间最短。最后,考虑灾区内突发事件的不确定性,探讨了基于实时信息的动态VRP,以所有路线惩罚函数最小为目标,使用禁忌搜索法求解灾区内应急车辆送货路线的动态更新问题,最终实现运输成本总和最小化。在应急车辆数量相同、链条运行时间方差相同时,基于软时窗方法当遇到道路中断和车辆堵塞时会造成延误,故惩罚量最大;基于实时信息的动态VRP因为有GPS、通信设施做保障,故惩罚量最小。最后,在案例分析的基础上,根据研究结果提出未来研究方向。