近年来,我国突发事件频繁发生,这对人民生命和财产安全造成了严重的威胁。如何快速响应突发事件,提高救援效率,一直是应急救援工作的研究重点,应急车辆路径优化作为应急救援中的关键环节,科学合理的对其进行规划能够有效地缓解灾情、降低损失。然而,当突发事件发生后,受灾点对应急物资的需求存在一定的差异性,如果忽视这种差异,将不能确保需求紧迫高的受灾点优先得到应急保障。因此,科学的对受灾点需求紧迫度进行分级,合理地选择应急车辆路径优化方案是应急救援工作的关键,也是本文研究的主要内容。论文以突发事件下考虑需求紧迫度分级的应急车辆路径优化问题为研究对象,首先,对突发事件、应急物流和车辆路径问题的相关理论进行了概述,针对车辆路径问题的求解,分析了布谷鸟算法和蚁群算法的相关理论;然后,全面分析影响受灾点需求紧迫度的因素,从环境、人口和物资需求三个方面建立受灾点需求紧迫度评价指标体系,采用层次分析法和熵权法确定权重,提出基于灰色关联度-TOPSIS方法对受灾点需求紧迫度分级情况进行评价,并用汶川地震中的相关数据进行分析;其次,运用改进的K-means聚类算法确定应急物资配送中心的选择以及受灾点的划分,在此运输网络结构的基础上构建突发事件下考虑紧迫度分级的应急车辆路径优化模型,设计改进的布谷鸟-蚁群混合算法对模型进行求解,并与蚁群算法、布谷鸟算法进行对比,验证所设计算法的高效性。最后,以汶川地震应急救援中车辆路径方案选择为例,结合以上模型及算法,在MATLAB软件上进行编程求解,得到应急救援中最优的车辆路径方案,并与不考虑需求紧迫度分级的路径方案进行对比,验证本文所构建模型的有效性。通过对应急车辆路径问题的研究,可以改善目前应急救援决策中的薄弱环节,从而快速、经济、合理地完成应急救援工作,为应急管理部门进行决策时提供理论依据和建议。