城市快速路系统有效缓解了大城市的交通压力,在城市交通运营中占据举足轻重的地位。然而随着交通负荷的持续增大,城市快速路交通事故频发且严重威胁到人民的生命和财产安全。交通事故发生后的快速救援是降低事故损失的关键,其中应急车辆调度是应急救援工作的核心。传统的应急车辆调度多假设行程时间静态已知,而忽略了动态路况对调度工作的影响,从而导致应急车辆滞留而无法保证救援时效。为了缩短事故响应时间,必须针对快速路网的动态特性,合理利用所能获取的实时和时变路况信息,构建考虑诸多因素的应急车辆动态调度模型。本文针对城市快速路网内多交通事故情景下的应急车辆动态调度问题进行深入研究,主要研究工作及成果如下：(1)分析城市快速路网的时间依赖特性,以融合时变的折线形车速函数模拟路况变化,并提出一种基于混合蛙跳的核聚类算法,该算法有效提升核聚类算法性能,实现了实时和时变路段行程车速的融合。通过北京市快速路网算例验证表明融合时变的路段行程车速与实际值的平均绝对误差控制在4km/h以内。(2)分析路段行程车速预测误差对路径选择的影响,以行程时间和路径可靠程度为优化目标,建立应急车辆动态路径选择两阶段模型。将混合蛙跳算法引入K条动态时间最短路径的求解。该算法以随机编码方案保证路径的连通性,并依据FIFO网络最短路径的性质设计族群内部寻优策略,其求解准确度和速度均有很好表现。(3)以预测行程时间函数、事故严重程度以及事故时间窗为关键因素,建立带有路径安排的应急车辆调度模型。针对不可预测的突发事件对路况的影响,以路网节点为关键节点,根据逐步获得的实时数据进行调度策略的动态调整,建立应急车辆动态调度模型。针对混合蛙跳算法求解复杂调度问题时易陷入局部最优的缺点,结合分布估计算法全局寻优规则,提出一种改进混合蛙跳算法。通过北京市快速路网应急车辆调度算例验证表明改进算法比混合蛙跳算法、遗传算法等均获得更加优化的解。(4)分析快速路网各区域对应急车辆的竞争关系,定义与再配置时间和区域潜在风险相关的收益函数,基于非合作博弈理论建立应急车辆再配置模型。分析应急车辆调度与再配置决策间的层级关系,建立双层规划模型。提出一种层次混合蛙跳算法,该算法上层为基于权重的混合蛙跳算法,下层为求解非合作博弈的混合蛙跳算法。通过北京市快速路网应急车辆调度与再配置算例验证表明该算法求解准确度和速度均优于层次粒子群算法。