由于突发事件具有不确定性以及较强的破坏性,每一次突发事件的发生都必然不同程度伴随着人员伤亡、经济损失,甚至影响着社会的局部稳定与发展。为了控制突发事件带来的伤害,灾后救援工作的有序开展成为了突发事件发生后最为重要的工作。然而,受到突发事件不确定性的影响,受灾人数的激增使得各救援点原有的物资供给平衡被打破,进而导致物资短缺;而另一方面,随着待救援点对物资的需求增加,工业生产以及社会捐赠的物资同期到达配送中心极易造成物资拥塞,如何高效率分拣多品类物资,以及面对突然激增的配送工作量,如何在客观路网条件下以较短的配送时间、较少的人力、运力用量满足当前配送任务成为了保证后续救援工作得以有效开展亟需解决的问题。首先,本文针对突发事件发生后工业生产以及社会捐赠的多品类物资同期到达配送中心造成拥塞问题,分析了多品类物资的分拣策略并确定了多品类物资的拣选规则,在此基础上构建了以最短拣选距离为优化目标的多品类物资拣选数学模型,并设计了萤火虫算法对其进行求解;其次,在完成物资需求清单拣选工作后,针对交通路网通行情况以及路网阻抗程度进行了数学描述,并对多品类物资的配送时间依赖性进行了阐述分析,在此基础上同时考虑路网阻抗异质性以及配送时间依赖性,构建了以配送时间、人力运力使用量以及碳排放量为优化目标的数学模型,设计了改进遗传算法对其进行求解并通过算法仿真对考虑时间依赖性与不考虑时间依赖性的两种模型进行了对比分析验证。最后,以武汉疫情期间部分地区的医疗物资的配送为案例对两个模型进行了实例仿真分析。本文针对突发事件下多品类物资的分拣路径优化以及配送路径优化问题,分别以数据算例仿真和实例仿真对模型进行了验证分析,其结果表明:文章所构建的模型可以有效优化突发事件发生后多品类物资分拣以及配送时效、人力运力投入问题,形成可靠的物资分拣方案和配送路径方案,能够为突发事件发生后快速规划决策方案,高效开展灾后救援工作提供可靠支持。