地震突发性强、波及范围广、破坏性极大,严重威胁着人类生存和社会发展。地震灾害无法避免,当地震发生后,应急物资的及时供应可以减轻受灾地区损失,是震后应急管理的重要环节,目前已成为世界各国必须面对的重大课题,而抗震救灾的关键就在于震后的应急物资需求预测以及参与救援的组织针对应急物资的供应优化。近些年,国内外学者针对震后应急物资的需求预测及供应优化已经开展了大量研究,但在实际应用中仍有较大不足,主要表现在:（1）应急物资的需求预测与供应优化联系紧密,但现有研究缺少系统整体性考虑,不利于系统整体优化;（2）现有研究针对应急物流过程中配送路径优化、救灾物资生产等分项系统的优化研究较多,而缺少涵盖应急物资的生产、调度、配送等全链条优化研究及对配送车辆数限制、时间窗约束等实际情景约束的考虑;（3）现有研究在物资需求预测效果、物资供应优化问题求解效率等方面有进一步提升的空间。针对震后应急启动期、紧急救援期和过渡恢复期的特点,结合应急物资需求预测及供应优化相关研究存在的问题,本文在系统思想的指导下,分析并解决企业在参与过程中遇到的应急物资需求预测及供应优化问题,基于应急物资需求预测、应急物资配送及中转点选址相关理论,重点构建了应急物资需求预测模型、企业应急物资供应配送集成模型和企业应急物资中转点选址配送集成模型。应用实例结果表明,本文所提方法可以有效提升震后应急物资的动态需求预测及供应优化效果,具有一定的理论意义和现实意义。本文主要研究工作如下:（1）基于机器学习的震后应急物资动态需求预测。在地震发生初期,针对震后不同情境下的应急物资需求,考虑到紧急应急物资由伤亡人数直接决定,基于震后伤亡人数的应急物资需求量预测思想,设计了基于分箱的混合回归算法,利用地震发生初期可获取的相关数据构建地震整体伤亡情况预测模型;考虑震后伤亡人数随时间变化的动态性,基于已有研究拟合历史地震数据得到的经验函数,并从时间序列预测的角度利用长短期记忆时间序列预测算法预测动态的地震伤亡情况;引入仓库概念的物资需求模型以达到物资需求量的科学预测。（2）基于需求预测的企业应急物资生产配送集成。在（1）的基础上,特别是在震后紧急救援期阶段,针对以应急物资动态需求预测结果为导向的集成生产和配送计划问题,研究了应急物资生产企业带有时间窗和不确定运输时间的多车辆路径规划问题;设计了一种考虑震后实际情景的集成生产配送模型,关注了应急运输时间的不确定性变化情况,使用弹性p-鲁棒方法来避免难以估计的随机参数概率分布;针对问题求解,提出了一种改进的文化基因算法,以局部搜索替代变异算子来构建高性能的启发式算法,并采用先进的种群多样性方案来提升算法的求解质量。（3）基于需求预测的企业应急物资中转点选址配送集成。针对参与救援企业的应急配送中转点的建立与应急物资的分拨问题,特别是在震后过渡恢复期阶段,从系统整体优化的角度进行集成优化管理,充分考虑救援物资及时送达及运输成本效益最优,根据各受灾点的需求时间窗口,构建了综合的双目标仓库选址和车辆路径模型;提出了一种基于蚁群算法的高效的混合启发式算法以有效地解决双目标优化问题,提升了计算效率和求解质量,增加了决策者的选择空间,从而帮助决策者对震后救援工作做出快速反应,提供稳定的决策支持。本研究针对地震突发后不同救援阶段下的应急物流需求,有效运用系统工程、供应链管理、应急管理、数据挖掘等研究领域的最新技术,旨在解决震后应急物流中所涉及的应急物资需求预测、应急物资生产与配送、应急物资中转点选址等一系列核心问题。在具体研究工作中,基于机器学习方法进行应急物资需求动态预测,并在应急物资需求预测的基础上,从企业参与抗震救灾的视角出发,考虑应急物资生产运输环节中的运输时间、产品价值损耗、运输时效要求,构建应急物资生产配送集成模型和中转点选址配送集成模型,从而建立了一套针对灾害物资调配系统集成优化的理论方法。研究成果将为增强我国地震灾害应急救援能力、提高震后应急救援效率、减少受灾地区人员及财产损失、节约应急物资供应成本,提升企业参与抗震救灾科学性和可行性等方面提供有益的借鉴。