1.一种基于救援紧急程度的应急物资调度方法，其特征在于，包括：根据灾情信息和灾区援助优先级度优化救援路径长度、惩罚值；

根据多源信息学习离散混合蛙跳算法规划援助车辆的行驶路径：确定援助车辆的滞后供应区和非滞后供应区的界限，获得该援助车辆滞后供应区的惩罚值，依照惩罚值、路径长度优化每个个体的最劣目标值；

获取每个个体的适应度；

个体为物资运输车辆访问一灾区的顺序。

2.根据权利要求1所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，灾情信息包括灾区数量、灾区的坐标灾区救援优先度影响因素，灾区救援优先度包括灾害等级、死亡人数、受伤人数、次生灾害危险度、人口密度、灾害中心距灾区距离、人口密集度和灾害中心具体指标。

3.根据权利要求2所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，采用整数编码方式，对n个灾区进行编号，每个灾区编码为一串由1‑n组成的序列；

X＝{x1,x2,...,xn}；其中，xi(i＝1,2,…,n)表示访问灾区的编号；

计算每个个体的目标值f(X)：k

其中，目标值包括子路径k的路程和子路径k的相应惩罚值G。对于车辆k需要供应i个紧急需求点的情况，将供应顺序位于i之后的紧急需求点称为被滞后供应的紧急需求点，依据k

距离和救援紧急程度对被滞后供应的紧急需求点设置惩罚项。惩罚值G的计算公式如下：其中， 为车辆k的行驶路线上从物资储备中心出发到达紧急需求点j的距离，ej为K

紧急需求点j的救援紧急度,P表示被车辆k滞后供应的紧急需求点集合；

则个体的适应度为F(X)：

4.根据权利要求3任意一所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，在救援灾区的中，援助车辆受到约束：每一灾区至少被援助一次物资：

每个灾区被服务时，一定会有一援助车辆从某个地点行驶到该灾区，并从该灾区离开：子回路消除约束，保证每辆车的行驶路线中没有子回路，即：车辆从物资储备中心出发最终返回物资储备中心，即：车辆容量约束，保证每辆车装载的货物不能超过车辆的最大装载量，即；

表示车辆k供应灾区j的物资量，Q表示车辆的最大装载量限制。

5.根据权利要求4任意一所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，援助车辆解码包括：

S41，令车辆计数器k＝1；

S42，车辆k对编码串上的灾区依次装货，直至车辆剩余容量无法一次性装载某个灾区的物资时，对该灾区的需求进行拆分，令车辆k装载部分物资，直至该车辆装满，得到车辆k的路径，车辆计数器k＝k+1，重复执行步骤S42，直到所有物资装载完毕；

S43，保持奇数编号车辆的路径不变，对偶数编号车辆的路径进行翻转操作，得到解码后的车辆路径。

6.根据权利要求1‑5任意一所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，

计算每一个体的适应度并进行降序排序，根据适应度划分子组，采用多个体贪婪交叉策略更新子组适应度最差的个体；

采用最差的个体部分信息交叉策略对子组适应度最差个体，进行内部路径更新；

将更新后的子组内的重新混合；

更新迭代计数器，若达到最大评价次数，输出适应度最优个体，确定应援灾区的供应顺序。

7.根据权利要求6所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，若在设定的迭代次数内没有获得最大评价次数，则重新划分子组。

8.根据权利要求6所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，划分子组时，对个体进行降序排序，根据适应度划分子组，记录车群中适应度最好个体，子组适应度最好个体和子组适应度最差个体。

9.根据权利要求6所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，对各子组采用多个体贪婪交叉策略进行搜索将多个体贪婪交叉策略更新子组适应度最差个体：

S601，首先，生成空解XW′；

S602，选择子组中任意一个个体Xr与子组适应度最好个体Xb作为子组适应度最差个体XW的学习对象；

S603，随机选择一个灾区作为出发点I，将I放入XW′，将XW复制给XW″S604，分别从Xb、Xr和XW″的个体编码中取出位于灾区I左侧和右侧的相邻灾区，并从中确定距离I最近的2个灾区加入候选灾区集合W；

S605，由 j∈W计算候选灾区的选择概率，并通过轮盘赌选择下一个供应灾区I′；

S606，分别删除Xb、Xr和XW″中的灾区I′，将灾区I′作为新的出发点I，更新Xb、Xr和XW″中与I相邻的灾区，并将新的I放入XW′，返回步骤S604。直至当XW″的个体长度等于2，跳出循环；

S607，此时仅剩一个灾区未被选择供应，直接将该灾区放入XW′，生成完整的新个体XW′；

S608，计算新个体目标值，若新个体目标值提高，更新最差个体，并输出新个体，程序结束。否则进入步骤S609；

S609，选择种群中任意一个个体XR与种群适应度最好个体XG作为子组适应度最差个体XW的学习对象，返回步骤S603进入第二轮学习。无论个体第二次学习是否成功更新XW，程序都将输出当前XW并退出。

10.根据权利要求6所述的一种基于救援紧急程度的应急物资调度方法，其特征在于，最差个体信息学习策略：

S701，对子组适应度最差个体XW解码，将子组最差个体中最差的子路径Routem与其相邻的任一子路径组成信息学习路径

S702，打乱救援车辆种群，令计数器l＝1；

S703，选择种群中任意个体Xl作为学习对象，保留Xi中属于信息学习路径的灾区，组成引导路径

S704，保持 的第一个和最后一个灾区不变，将它们设置为新路径XW′Route′的起点和终点。以起始灾区S作为出发灾区I，删除 和 的终点E；

S705，分别从 和 的个体编码中取出位于灾区I左侧和右侧的相邻灾区，并从中确定距离I最近的2个灾区加入候选灾区集合W。

S706，由公式 j∈W计算候选灾区的选择概率，其并通过轮盘赌选择下一个供应灾区I′；

S707，分别删除 和 中的灾区I′，将灾区I′作为新的出发点I，更新 和中与I相邻的灾区，并将新的I放入XW′，返回步骤S705。直至当XW″的个体长度等于2，跳出循环。

S708，此时仅剩一个灾区未被选择供应，直接将该灾区放入XW′，生成完整的新路径XW′。

S709，对新路径XW′进行解码，若解码后车辆的路线长度及其路径惩罚值之和均优于更新前的最差路径的子路线长度及其惩罚项之和，则将新路径替换个体XW的相应编码串，否则转至步骤S7010。

S7010，l＝l+1，若l＞N，则随机生成一个个体替换最差个体XW，否则，转至步骤S703。