自然灾害(如飓风、洪水、地震等)一直以来都是人类难以逾越的障碍之一,大洋沿岸地区经常受飓风(台风等)侵袭,造成重大的经济损失和人员伤亡,所以在飓风来临前做好人员的疏散运输计划有着重要的意义。为此,论文在分析紧急疏散问题的特征和制定疏散计划的基础上,着重分析了疏散人员需求产生的特点。基于此,建立了分区优化模型和整体优化模型,并设计了混合智能算法来求解两种模型下的车辆运输路径。本文的主要工作如下:1、在分析紧急疏散问题特征的基础上,提出了疏散计划的内容,并着重对车辆运输的路径方案进行了深入研究。2、采用泰森多边形来确定每个集结点的覆盖范围,分析了集结点需求产生的特点,根据需求的不确定性,作为模型建立的基本依据。3、构造了分区优化模型和整体优化模型,并设计了集神经网络、爬山算子和遗传算法于一体的混合智能算法,充分利用了遗传算法在全局搜索、爬山算子在局部搜索方面的优势。4、通过算例进一步验证了论文理论方法的合理性和可行性,并对算例的计算结果进行了分析,取得了较好的效果。最后,本文提出在飓风疏散过程中,针对交通情况的变化应采取的一些措施。