近几年来，全球范围内的自然灾害事件时有发生，而我国是世界上自然灾害损失最为严重的少数国家之一。在我国，地震、台风、泥石流、洪涝等自然灾害几乎每年都有发生，时刻威胁着人类的生命和财产安全，严重影响了我国国民经济的增长和人民生活水平的提高。实践证明，一个有效的应急物资配送系统会大大降低各种自然灾害带给我们生命和财产的损失。因此，我国非常重视应急预案的制定，希望在灾害发生后能够第一时间将应急物资配送到受灾地区，使受灾地区及时地得到救援。国内外学者对应急物流方面做了很多的研究，这些研究成果给政府和相关决策部门在应对自然灾害方面带来了很大帮助，但许多国外的研究成果都和中国的国情不符合，不能很好地应用在我国的应急物资配送系统中。并且大部分研究都只是理论层面的，都是局限于确定环境下的研究，事实上，很多时候问题中存在很多的不确定变量，如运输时间、运输风险等。针对上面存在的问题，本文研究了不确定环境下的应急物资配送问题。首先介绍了国内外学者对应急物流的一些研究，并对研究现状做了分析。其次介绍了应急物流的相关概念，区分了商业物流和应急物流的不同，并对应急物资调度过程做了研究。然后阐述了风险与运输风险的概念和特征，并给出了应急物资配送问题的运输风险度量模型。再者，在研究了不确定规划的相关理论知识的基础上，本文描述了应急物资配送问题，并以运输时间和路径风险最小化为目标，分别建立了模糊环境下的应急物资配送问题的机会约束规划模型和相关机会规划模型，随机环境下的应急物资配送问题的机会约束规划模型和相关机会规划模型。针对所建立的模型，本文的最后结合模拟技术，利用遗传算法设计了求解各个模型的混合智能算法；为了验证模型与算法的有效性和实用性，给出了一个具体的实例验证。仿真结果表明：本文所设计的模型与算法能够很好地应用到实际问题中，给出一个较优的路径选择方案，在实际应急物资配送问题中能够给政府和相关的决策部门提供参考，以便选择一条最优的应急物资配送路径。