突发性灾害发生后,如何在受灾点对应急物资有需求时间要求下,尽快将应急物资送达,具有重要的理论价值和实际意义。现有研究,一类是考虑需求量要求,以缺货量最小、需求满足率最大、需求未满足比例最小为目标进行应急救援车辆路径优化,而没有考虑时间窗要求;另一类是考虑时间窗要求,以总配送时间最短、最晚送达时间最短、延时惩罚成本最小为目标进行应急救援车辆路径优化,却未考虑时间窗之外送达的情形。针对以往研究的不足,本文考虑配送车辆在时间窗内送达及时间窗之外送达的实际,构建时间紧迫度,以所有受灾点总费用之和最小为目标建立模型,决策应急救援车辆的配送路径以及途经受灾点的配送量。论文主要工作如下。本文首先仅考虑时间紧迫度的应急救援车辆路径优化进行研究。以总费用（早到惩罚费用+延时惩罚费用-时间窗内送达奖励费用）之和最小为目标,构建应急救援车辆路径优化模型。针对受灾点对应急物资的送达时间要求,分为所有受灾点对应急物资的最早和最晚要求送达时间不同、部分受灾点对应急物资的最早要求送达时间相同但最晚要求送达时间不同、部分受灾点对应急物资的最晚要求送达时间相同但最早要求送达时间不同三种情形,设计算法A求解,并证明算法的时间复杂度为O（ln ~3）,其中l、n分别为配送车辆和受灾点的个数。最后以上海嘉定区疫情防控区应急物资配送为例,对模型和算法的有效性进行检验。其次,本文考虑时间紧迫度及物资紧缺的应急救援车辆路径优化进行研究。以总费用（早到惩罚费用+延时惩罚费用-时间窗内送达奖励费用+缺货惩罚费用）之和最小为目标,构建应急救援车辆路径优化模型。针对配送车辆充足、不足两种情形,设计算法求解,决策应急救援车辆的配送路径以及途径受灾点的配送量。配送车辆充足时设计算法ESA,并证明算法ESA的时间复杂度为O（ln ~4）;配送车辆不足时设计算法EDA,并证明算法EDA的时间复杂度为O（ln ~3）。最后以上海嘉定区疫情防控区应急物资的配送为例,对模型和算法的有效性进行检验。