随着信息化战争时代的到来,军队对高效后勤运输保障的需求更加迫切。近几场高技术条件下的局部战争表明,没有高效、快速、强有力的运输保障能力,就难以在战争中取得主动权,就难以做到克敌制胜。军队的物流配送运输是军事运输保障的重要组成部分,担负着为分布在不同地点的部队输送给养物资、武器装备等的重要职责。然而,目前军队的物流配送依然依靠决策者的经验安排,配送形式依然采用单纯的点对点的形式,具有较大的任意性和不科学性,造成了极大的运力资源浪费。此外,在战争等应急情况下,运输时间的不确定对配送路径的影响巨大,不合理的运输安排可能导致军事行动的迟滞甚至整个军事活动的失败。因此,为了避免军事运力资源的浪费,为了在应急状态下更好地完成军事物流配送运输任务,对军事物流配送运输进行研究,很有必要。本文首先对随机车辆路径问题进行了介绍并通过分析对比精确算法、传统启发式算法和亚启发式算法的优缺点,决定了使用蚁群算法作为本文的求解算法。其次,本文通过挖掘军事物流配送的含义、特征、分类等对军事物流配送运输问题的类型进行了解析,从而得到了建模思路。进而,结合车辆路径问题思想对平时军事物流配送运输问题建立了模型,同时利用随机机会约束规划和悲观时间理论建立了应急状态下关于随机运输时间的军事物流配送运输模型。然后,根据所建模型选用蚁群算法对问题进行求解,使用了基于遗传算法解码思想的求解车辆路径问题的蚁群算法,并根据所分析的蚁群算法优缺点做出了状态转移公式以及信息素更新方式的针对性改进。最后,通过MATLAB编程实现算法,结合文献算例,对平时军事物流配送运输模型进行了求解,并通过得出的结果与文献中结果进行对比,证明了算法是有效和可行的,同时,利用该算法求解了应急状态下的军事物流配送运输模型,得到了优化路径。因此,本文方法能够在军队制定应急物流配送运输预案时以及在对应急状态下军事物流配送运输车辆路径进行规划时提供一定的参考。