近年来各种自然灾害频繁发生.应急救援物资配送是快速挽救生命、避免灾害扩大、减少灾民损失、降低经济损耗的关键环节,越来越受到政府以及广大国内外学者的关注和研究.目前应急救援物资配送的研究主要集中在以应急救援物资配送的总时间最短、总成本最小为目标的数学优化模型,探讨应急救援物资供应地选址、对受灾地区的应急救援物资分配、运输车辆路径安排(VRP)等领域,并针对各类应急救援物资配送问题研究了多种求解算法.但是由于应急救援物资配送具有突然需要、复杂多变、时间紧迫、约束条件不一、需求量不确定等特点,很难构建出通用的应急救援物资配送的数学优化模型.本文结合灾后应急救援物资配送方面的实际情况探讨了更具现实应用的应急救援物资配送的数学优化模型,并结合K-均值聚类算法和粒子群算法设计了更优的应急救援物资车辆配送路径.文章主要做了如下研究工作：(1)在考虑受灾地区对应急救援物资需求量大的基础上,建立以应急救援物资配送的总成本最小、总的运输时间最短、供应地和中转地启用个数最少为目标的数学优化模型.研究了包括备选省级应急救援物资供应地、备选市县级应急救援物资中转地、救援物资急需地三层结构的车辆安排、路径选择、物资配送的应急救援物资配送问题.并使用遗传算法,通过Matlab7.1进行仿真实验,求解获得了近似最优的三层应急救援物资配送方案.(2)提出了一种结合K-均值聚类算法和粒子群优化算法的新型的求解方法.在考虑受灾点较多、分布较集中、救援物资需求量较小的基础上,以总的救援物资运输时间最小为目标,建立数学优化模型,研究了一种新型的应急救援物资车辆路径(VRP)优化方案.首先通过K-均值聚类算法聚类得到多个集群的配送点及其配送范围内的受灾点,然后在各个集群的受灾区域采用粒子群优化算法设计出最优的应急救援物资车辆配送路径.运用Matlab7.1软件编程,对应急救援物资车辆配送路径的模型进行仿真实验,验证了算法的有效性.