近年来,全国乃至全球的自然灾害频发,不仅对民众的生命和财产安全带来巨大损失,也给民众心理带来了不可逆的影响。为了有效应对突发的重大事件,及时有效的应急物资调度工作必不可少。如何提高应急物资调度的效率和公平性对灾民来说显得尤为重要。本文研究问题为“最后一公里”的物资配送问题,即从配送中心运送到受灾点的过程。研究背景为物资供应不足的情况,同时考虑灾民心理的影响。分别针对大范围救援和小范围救援,根据以上两种救援工作面临的特点,建立相应的模型,设计相应算法进行求解,并应用到实际案例场景中进行分析。首先,在大范围救援背景下,由于面临的受灾范围较大,各受灾点分布较为分散,受灾点之间的受灾差异较大,故在针对大范围救援时应当将这种差异性考虑在内。利用灾害心理学中的不适应度函数对灾民的心理进行量化。并以此为依据对灾区进行划分。利用问卷调查的方法得到不同类型的灾区对于效率和公平的满意度衡量标准以及多物资的优先级。建立考虑受灾差异的效率和公平满意度的应急物资调度模型,设计相应的遗传算法,将其应用到“利奇马”台风案例中,以浙江省内的部分受灾城市作为案例对象,结果证明考虑受灾差异性可以使物资配送过程更有针对性,提高灾民满意度。其次,在小范围救援背景下,由于受灾范围较小,各受灾点分布较为集中,受灾点之间的差异较小,故不需要着重强调差异性。但小范围的受灾点规模较小容易被忽视,因此考虑了求助时间对灾民心理的影响,而且由于受灾点之间距离较近,会对公平更加敏感。对此构建了考虑效率和多角度公平的应急物资调度模型。并考虑到效率和公平的悖反关系,设计NSGA-II算法,将其应用到以河南“7.20”暴雨灾害为背景的案例中,以郑州市内的部分安置点为案例对象,分析模型的有效性,能够减少灾民的等待心理代价的同时保证救援工作效率和物资分配的公平性,为决策者提供在不同目标偏好下的决策方案。最后,得出结论在针对大范围救援考虑受灾差异性可以提高灾民满意度,使救援过程更具针对性和合理性。针对小范围救援时考虑灾民的求助时间和多角度公平,可以更好的兼顾公平和效率。为决策者提供不同偏好下的决策方案。