一、研究背景

对于一个城市或地区，一旦其产生突发事件，就会启动应急车辆的调度前往灾区救援。然而，突发事件中总含有许多不确定因素，如地震灾害中的次生灾害的发生，道路的堵塞及损毁，受灾人员对物资的急需程度和需求量不同等情况，都会应急车辆的行驶时间及救援物资的分配优先权。如何在不确定条件下有效率地进行应急车辆的调度就成为我们所要研究的课题。

二、研究意义

1、通过交通规划的数学方法建立并优化应急车辆调度模型，可以有效改善不确定条件下突发事件的车辆响应效率，可以有效预防和遏制因方案变化而造成的人力、物力和财力的浪费，以及在调度分配过程中的盲目性。

2、应急车辆调度决策的优劣是应急系统能否成功运行的关键因素。应急条件下的车辆路径选择具有时间紧迫性、不确定性和资源有限等特点，常态下的车辆路径问题的理论和方法具有一定的局限性。通过引入遗传算法建立调度模型求解最短路径，使得应急车辆在响应过程中的调度决策能产生良好的经济效益和社会效益，本课题具有积极的现实意义。

三、已有研究综述

刘勇，崔炳谋，王小东 ^[1]（2008）在建立带有时间窗的物流配送路径优化问题数学模型的基础上，构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退火算法较好的局部搜索能力，克服了两种算法各自在寻优方面的不足，使其在全局最优搜索和计算速度方面都有了很大的提高。

肖继先，李淑娟，寇春蕾^[2]（2014）基于不确定规划理论以及不确定规划模型，研究目标函数在一定置信水平下取得最值的一类不确定机会约束规划模型，给出求解不确定机会约束规划模型的算法。并研究了运输能力限制下的运输问题（TPTCL）的不确定机会约束规划模型，通过对不确定环境下TPTCL进行分析、建立其不确定机会约束规划模型和数值求解，说明该模型和算法的合理性和有效性。

王洪，陆愈实，王莎莎^[3]（2009）利用图论中的最短路径技术，结合层次分析法计算得出了影响应急救援资源运输系统的时效性、安全性、经济性等因素的权重值。应用Dijkstra算法探索了应急救援新的路径权重计算方法，提出了一套最优路径的决策方法，最后运用Matlab仿真软件验证了该方法的可行性。

张玲，王晶，张敏^[4]（2014）以台风灾害为背景，建立二阶段应急救灾网络的混合整数规划模型，解决台风灾害的灾后应急救灾网络的规划与设计问题。在求解模型时，考虑需求信息的分布难以确定，并且在一定范围内变动的特点，利用鲁棒优化的方法处理不确定性需求，从而得到合理的临时救灾中心选址以及应急资源配置信息。数值试验表明，建立的模型是实际可行的，而且算法也是有效的。