自2020年1月新冠疫情暴发以来,中国各行各业均遭受重创,为了及时有效止损,社会各界将目光投向应急物流领域。应急物流决策必须要考虑客户需求、配送时间等因素的影响,因此研究两阶段应急库存路径问题,需要将上述因素考虑到模型中。学术界对应急物流的研究集中在应急物流网络设计、应急物资的储备、应急物资配送以及应急设施选址上。本文拟考虑将应急物资储备、应急物资配送和疫情扩散模型纳入模型中,进一步全面研究疫情下两阶段的应急库存路径问题。不同于地震、火山爆发等一瞬间发生的突发事件,疫情还有着长期性与规律性,疫情所带来的相关应急物资的需求也是随着时间的推移在不断变化,本文考虑用疫情扩散模型来模拟疫情下供应链系统中的应急库存路径问题。此外,为了体现应急物流的特性,本文将构建两个目标来对模型进行衡量,即成本目标和配送时间目标;并研究相关参数分别对两个目标产生什么样的影响,以及怎样进行成本的衡量与决策才能降低整个系统的成本,提升整个应急系统的运作能力。本文建立了疫情扩散模型下两阶段应急库存路径问题模型,将疫情扩散模型引入模型中。考虑目前尚未找到将疫情扩散模型结合库存路径问题进行研究的相关文献,本文拟根据2020年武汉暴发疫情的相关数据,构建一个算例来对模型进行验证。为了求解该综合模型,本文结合所构建的模型设计了改进蚁群算法,分别设置不同配送阶段的蚁群算法规则,采用轮盘赌思想进行随机组合产生初始解;蚁群算法经过多次迭代后生成局部最优解,将其作为分支切割的初始解,最后求出最优解。在对疫情扩散模型下两阶段应急库存路径问题进行建模及求解后,本文得出以下几点研究结论:（1）直接调用Cplex求解不仅需要进行更多的切割,而且还很难找到真正的最佳整数解,改进蚁群算法结合分支切割算法能够快速找到最优解,并且不会一直困于局部最优,求解效率大幅度提升;（2）在不考虑死亡率时预测的武汉市的两个EDH的需求曲线明显要比有死亡率考虑的要陡峭一些,并且考虑死亡率后,预测的需求要比没有考虑死亡率时的需求相对少一些;（3）随着单位患者需求增加,整个系统的总运行成本和总服务时间都在增加,但目标值的增长百分比却在不断减少;（4）第一阶段配送车辆容量的增加对目标值的影响是正向的,但是两个阶段的车辆容量同时增加对目标值的影响是负向的;（5）同时考虑服务时间与运行成本能够降低整体的目标值。