摘要
洪水灾害常常破坏交通网络，显著增加紧急救援物资分发的复杂性，威胁社区的可持续性。现有的卡车-无人机协同配送研究主要强调效率提升，而忽视了受灾区域之间需求紧迫性的差异，限制了其在路径效率与应急响应优先级之间取得平衡的能力。为解决这一问题，提出了一种融合需求优先级的卡车-无人机协同紧急救援物资分发模型。首先，基于人口密度、基础设施受损程度和区域经济重要性，建立了需求点优先级评估框架。采用熵权-TOPSIS法确定各需求节点的综合优先级评分。随后，在路径规划过程中引入优先级延迟惩罚机制，以协调需求紧迫性与配送效率之间的关系。相应地，构建了一个双目标优化模型，以最小化总配送完成时间并最大化综合优先级评分，并开发了一种具有外部存档的改进型非支配排序遗传算法II（INSGA-II）来求解该模型。以2026年5月中国赣州上尤县洪水灾害为背景，覆盖15个需求节点的案例研究被开展。与标准NSGA-II和SPEA2相比，INSGA-II分别缩短了9.50%和29.86%的计算运行时间，并生成了更多样化且分布更均匀的Pareto解。在折中决策、优先级导向决策和时间导向决策三种场景下，INSGA-II与标准NSGA-II相比，综合优先级评分分别提高了7.27%、5.26%和14.09%，与SPEA2相比则分别提高了5.36%、4.05%和1.80%，同时保持了具有竞争力的配送时间性能。所提出的方法为洪水灾害中的紧急资源调配和卡车-无人机协同应急物流提供了有效的决策支持。
