我国是全世界自然灾害发生频率最高、受其影响最严重的国家之一。从这些重特大突发事件的难以预测性、高发生频率和高社会危害性来看,对应急救援工作的研究迫在眉睫。2021年3月,《第十四个五年规划和2035年远景目标纲要》提出要完善国家应急管理体系,提高防灾减灾抗灾救灾能力,加强核心应急救援能力建设。应急物流是灾后开展应急救援工作的核心,而由自然灾害引起的交通路段的损毁往往会给应急救援工作的开展带来诸多不确定性,导致救援难度加大。本文对考虑道路受损条件下的应急物流车辆路径问题进行研究,旨在提高路网损毁情况下实施应急救援的效率。本文主要研究考虑道路受损条件的多车场带时间窗应急物流配送路径优化问题来获取最优配送路径决策方案。首先,从应急物流车辆路径问题的相关理论出发,在一般应急物流车辆路径问题模型基础之上考虑了路段受损程度、多车场和时间窗限制等因素,结合当前交通路网的路段受损率来计算配送区域内路径的广义运输距离,引入道路拥堵系数来确定车辆实际通行时间,建立了包括车辆配送、服务和惩罚的时间总成本最小为目标的应急物流车辆配送路径优化模型。该模型凸显了应急物流多个配送中心同时配送、考虑配送路网连通性、注重救援效率第一的特点,更贴近实际应急配送场景。然后,针对模型特点提出了考虑“先分区,后规划”思想的二阶段混合算法来完成求解算法设计。利用模糊C均值算法进行聚类划分,针对路段受损的特性设计路网调整预处理步骤,包括根据路段受损率计算广义距离矩阵与调整车辆通行速度函数,并基于广义距离矩阵结合Dijkstra算法构造初始解,再使用混合遗传算法完成配送路径优化,引入大规模邻域搜索算法来改善遗传算法的局部搜索操作,以提高路径搜索范围,增加算法搜索深度。最后,以Cordeau国际标准数据集为测试算例进行仿真分析,利用MATLAB软件编写程序来对优化模型与混合算法进行验证。实验结果表明,本文所构建的考虑路段受损度的多车场带时间窗应急物流车辆配送路径优化模型具有可行性,所设计的二阶段混合遗传算法具有求解有效性,所提出的应急物流车辆路径配送方案能使得配送系统的时间成本最小化以及配送路线最优化,为合理规划应急场景下路段受损情况时的配送路径提供了新的理论方法,为决策者提供了具有参考价值的解决方案。