随着我国经济社会高速发展和城镇化进程加速,频频出现的突发灾害事件给社会经济和人员带来了巨大影响,对应急管理决策的科学性和高效性提出了更高的要求,其中应急物资的优化配备是应急管理的重要环节之一。在救援实践中存在救援不及时,分配不公等问题,使得救援工作效果受到影响。鉴于灾害的突发性和破坏性,应急救援应做到快速精准以满足灾区需求,降低灾害带来的损失。本文主要针对突发灾害情况下应急信息获取和物资优化配置问题进行研究,以2021年河南郑州“7·20”特大暴雨灾害为例,采用数据分析和人工智能方法探讨了可行解决方案。针对灾害发生后信息不对称的问题,本文通过分析灾害发生后的网络实时在线求助文档,及时提取受灾点的具体位置、受灾情况和救援需求;同时通过对文档的分析获取受灾点的受灾人群特点,划分求助优先级。针对突发事件下应急物资的分配问题,首先根据受灾点与配送点之间的欧式距离,将受灾点分配给距离最近的配送点;其次考虑在配送点的物资供应总量小于等于受灾点的需求总量的情况下,构建以配送点的配送量和受灾点的需求量之间方差最小为目标的物资分配模型,并将受灾点的求助优先级作为参数引入模型中,采用遗传算法对模型进行求解,最终得到每个配送点分配给每个受灾点的物资数量。针对应急物资配送的路径规划问题,本文构建了以应急物资配送时间最短为目标的物流配送路径规划模型。首先针对受灾点的需求种类不同进行划分,根据需求物资种类分别进行物资配送的路径规划,同时考虑道路被损毁的情况下的物资配送路径规划,通过时间窗体现配送的优先级,根据求助优先级的不同对时间窗进行设置;考虑使用蚁群算法对模型进行求解,将求解得到的每条路径导入百度地图中进行可视化展示,说明配送路径的可行性。论文对突发灾害下的应急物资优化配置为目标,针对信息获取、应急物资分配和配送调度问题进行研究,探索了在一定约束条件下的解决方法,对应急求援方案的制定提供决策支持。