近年来，全球变暖，冰雪消融，环境日益恶劣，自然灾害发生较为频繁。生态环境和自然环境的逐步恶化导致了人类居住条件和生活质量的下降。中国地势广阔，洪水、台风、泥石流、地震等自然灾害时有发生，严重威胁到人们生命财产安全，甚至造成了巨大的经济损失和人员伤亡，给人们的正常生活带来了消极影响。为此，政府建立合理高效的减灾方案，确保救援体系的运作效率，最大限度的降低自然灾害带来的损失显得极为重要。应急运输车辆路径的选择是让救援物资及时准确到位的关键所在，然而，应急背景下的路径优化较为复杂，比如需要考虑到达各个受灾点的时间，路径的连通性，车辆的调配情况等因素，所以该问题隶属于多目标优化的问题。基于上面的考虑，本文首先对车辆路径问题的国内外研究现状做了回顾，然后对涉及到的基本理论知识做了介绍，主要包括车辆路径问题的分类和模型，应急车辆路径的因素分析，遗传算法和多目标优化的基本方法。在此基础上，以自然灾害为背景，根据应急物流的特点，针对不同环境下的网络拓扑结构，运用运筹学的有关知识，建立了两个不同的模型。模型一主要考虑了震后路网的动态变化情况，根据一个救援中心运输物资到达一个受灾点的网络结构，将车辆行驶速度设定为随着时间而连续递减的函数，建立了以时间最小化和道路连通可靠性最大化为目标的优化模型。针对一个救援中心对多个受灾点实施救援的情况，第二个模型建立了带有硬时间窗限制的双目标优化模型，目标函数是优化路径行驶距离和投入使用的车辆数。结合各个模型所具有的特点，本文从不同的角度分别对其进行了求解。模型一的算例分别设计了带有21个节点和31个节点的网络图，将多目标问题转化为单目标问题来求解，遍历了图中所有的有效路径，设置了不同的实验参数进行比较，找到了加权决策效用值最大时对应的路径。鉴于遗传算法在处理复杂问题时具有的潜在有效性，模型二运用了前向插入法产生初始解，选取擂台法则构造Pareto最优解集，设计了多目标遗传算法，算例借鉴了Solomon数据集中的部分数据，得到了满意解，验证了求解思路的可行性和有效性。本文为应急管理人员在自然灾害发生后布置救援行动时提供参考，辅助他们制定相应的救援计划。