本文以高速公路网为研究对象，对交通事故发生后救援资源调度方法进行研究，充分考虑了影响调度决策的潜在事故，目的是提高救援效率、降低人员伤亡和财产损失，为低成本、高效率地制定出资源调度的优化方案提供理论依据。　　 首先，本文设计了基于救援的高速公路网络图，并将适合资源调度的匈牙利法、直接成本法和机会成本法，分别从数学特征、救援点配置情况和事故救援实施三个方面研究得到各方法的适用条件，结合指挥调度中心现有资源调度模式，制定出五项调度规则。　　 其次，在假设虚拟路网的基础上，本文分析了潜在事故对制定资源调度方案的影响；鉴于路段权值无法体现出事故救援需求车辆的多样性，提出交通救援资源调度决策时间计算式，改进机会成本模型；根据当前事故数与资源需求数量的多层次对应关系，改进情景分解算法：为消除情景分解法的求解假设，选用遗传算法，解决了多起并发事故需要多个救援点、多救援资源的优化调度问题。　　 再次，针对潜在事故发生概率及其对救援资源需求的不确定性，运用随机规划法建立调度模型，设计机会约束以表示资源配置满足潜在事故救援需求的服务水平；设计间接算法（确定性等价类）和直接算法（基于随机模拟的遗传算法）求解随机调度模型，获得不同服务水平下的救援资源调度方案，以应对当前发生重大交通事故，且路网中多个潜在事故点、所需资源不确定的情况。　　 本文提出建立基于模糊规划的救援资源调度模型，不仅考虑到潜在事故对资源需求数量的不确定性，而且表现出重特大交通事故对高速公路主线交通流的影响：设计间接算法（清晰性等价类）和直接算法（基于模糊模拟的遗传算法）求解模糊调度模型，通过调节置信水平的大小，获得“决策时间最短、出救成本最小”的调度方案，从宏观和微观两个方面增强对交通事故的应急处置能力。　　 最后，在理论建模与算法设计的基础上，本文对同一河南省高速公路网事故救援实例进行分析，验证各调度模型和算法的可行性及有效性，体现出各调度方法的工程适用性；比较传统算法和遗传算法所得到的资源调度方案，得出智能算法在减少出救点数量上的优越性，并符合救援工程实践。