近些年来我国各类自然灾害和突发事件频发,多数具有偶然性和巨大的破坏性,给人民生命财产安全和社会经济带来巨大的威胁和损失。应急救援是应对各类突发自然灾害和突发事件的重要手段。航空应急救援具有救援速度快、救援效率高、救援专业性强等特点,已经成为各国应急救援的重要组成部分。我国由于航空应急救援起步晚,目前还缺乏规范、高效、专业的航空应急救援体系。本文以我国航空应急救援体系为研究对象,以提高航空应急救援效率为目标,针对航空应急救援中关键的救援点部署优化问题,多救援目标、多航空器任务分配调度优化问题和救援直升机航路规划优化问题进行了重点研究,提出了相应的算法进行求解。本文的主要研究内容如下:针对航空应急救援部署优化问题,提出了一种SS-Welzl算法进行救援点最小圆覆盖求解,以及一种网格法进行多圆区域覆盖求解。SS-Welzl算法是在Welzl算法基础上,进行了多种有效改进,针对递归复杂度高的问题,采用循环计算替代递归计算;针对循环过程中选点问题,通过三角形筛选策略,有效提高了覆盖点选择的有效性;针对无效点直接剪枝,有效提高了计算效率;对比实验证明,SS-Welzl算法能够有效优化救援中心的覆盖部署;针对多圆区域覆盖问题,本文提出使用高效计算的最优六边形蜂窝网格法和高精度覆盖的密度网格法进行求解,仿真实验证明,蜂窝网格法和密度网格法均可有效解决救援区域覆盖优化问题,蜂窝网格法的执行效率高,密度网格法的结果更优。针对航空应急救援多目标多约束调度优化问题,提出了一种改进的粒子群算法（MMOPSO）进行求解。针对粒子多样性不足的问题,提出群居效应小群分类,小群最佳粒子（领导者）参与全局竞争的拓扑策略;针对迭代最优选择问题,采用历史最优选择和备选集相结合的模式进行求解;针对粒子越界多样性不足的问题,采用重力反弹机制,保证粒子的多样性和探索能力;针对小群粒子密度大造成的计算复杂度增加的问题,采用基于马氏距离的集中度优选策略,对粒子进行精简。仿真实验证明,MMOPSO算法与目前流行的MOPSO和NSGA-II相比,具有更好的收敛性、分布性和计算性能。收敛性度量SP的均值是对比算法的1.5-2倍,分布性度量DM1的均值提高了10%-20%。针对航空应急救援直升机航路规划优化问题,提出了两阶段航路规划方法,基于改进粒子群的全局静态航路规划和基于改进人工势场法的局部动态航路规划进行求解。针对救援直升机飞行前全局静态航路规划问题,基于直升机飞行特性,采用基于多障碍物远近构建危险度大小适应度函数的改进粒子群算法,可有效规避航路中的障碍物;针对人工势场法可能产生的无法到达目标点和局部极小值问题,将人工势场设置安全区、斥力区、混合势场区和引力区四种不同的区域,根据不同的区域构建不同的引力和斥力函数,改进合力计算方式,使用梯度差分和等势线法,解决动态航路规划中,航路中和目标点附近有障碍物,救援直升机震荡飞行或目标点不可达的问题;仿真实验证明,改进的粒子群全局静态航路规划算法与标准粒子群航路规划算法相比,虽然距离增加,但具有更好的安全性和顺滑性;改进的人工势场局部动态航路规划算法与普通的人工势场算法相比,具有更好的避障能力和抗偏移能力。综上所述,本文分别针对救援中心部署优化、航空应急救援多目标调度优化、直升机航路规划等关键问题进行了研究,分析了问题中的关键因素和目标条件,将其转换为目标优化问题,提出了解决问题的不同的方法;通过仿真实验,验证了这些算法的可行性和有效性;这些方法为航空应急救援体系的建设提供了一种不同的理论指导。