張朝玉 雷曉雨 張斌

摘 要：應急醫(yī)療資源是應對突發(fā)公共衛(wèi)生事件的物質(zhì)基礎和保障，能否根據(jù)需求及時、準確地提供應急醫(yī)療資源對于降低疫情造成的損失具有重要作用。首先，綜述了應急醫(yī)療資源需求預測方法及緊迫度的評估指標體系；其次，對應急醫(yī)療資源儲備的關鍵問題進行分析，綜述了規(guī)模與輪換、政企合作、設施選址3個方面的研究現(xiàn)狀；再次，從優(yōu)化目標、時間窗等角度總結應急醫(yī)療資源調(diào)配模型，以及優(yōu)化算法的研究現(xiàn)狀；最后，對應急醫(yī)療資源保障發(fā)展趨勢進行了總結和展望，指出通過大數(shù)據(jù)技術和平臺提升應急醫(yī)療資源保障能力尤為重要，具體應關注3個方面：1）運用數(shù)字技術建設應急醫(yī)療資源大數(shù)據(jù)平臺；2）通過大數(shù)據(jù)平臺重構應急醫(yī)療資源保障系統(tǒng)；3）應急醫(yī)療資源保障系統(tǒng)重構的實現(xiàn)路徑。

關鍵詞：安全科學技術；應急管理；醫(yī)療資源保障；突發(fā)公共衛(wèi)生事件；大數(shù)據(jù)平臺

中圖分類號：R184

文獻標識碼：A DOI：10.7535/hbkd.2023yx03010

收稿日期：2023-04-04；修回日期：2023-05-18；責任編輯：張士瑩

基金項目：河北省社會科學基金（HB20GL058）

第一作者簡介：張朝玉（1981—），男，河北石家莊人，講師，博士，主要從事應急管理、地方政府管理、教育經(jīng)濟與管理方面的研究。E-mail：372120712@qq.com

Review on studies of emergency medical resource support

ZHANG Chaoyu，LEI Xiaoyu，ZHANG Bin

（School of Economics and Management，Hebei University of Science and Technology，Shijiazhuang，Hebei 050018，China）

Abstract：Emergency medical resources are the material basis and guarantee for responding to public health emergencies. Timely and accurate provision of emergency medical resources based on demand plays an important role in reducing the losses caused by the epidemic. Firstly， the prediction method of emergency medical resource demand and the evaluation index system of urgency were summarized. Secondly， the key issues of emergency medical resource reserve were analyzed， and the research status of scale and rotation， government-enterprise cooperation， facility location was summarized. Thirdly， the emergency medical resource allocation model was summarized from the optimization objective and time window， and the research status of optimization algorithm was summarized. Finally， the research status of emergency medical resource guarantee was reviewed， and the development trend of emergency medical resource guarantee was summarized and prospected， suggesting that it is particularly important to improve the emergency medical resource guarantee ability through big data technology and platform， which includes three aspects： 1） Using digital technology to build a big data platform for emergency medical resources; 2） Reconstructing the emergency medical resource support system through the big data platform; 3） Implementation path for the reconstruction of emergency medical resource support system.

Keywords：safety science and technology；emergency management；medical resource guarantee；public health emergencies；big data platforms

近年來，公共衛(wèi)生事件頻發(fā)，能否及時、準確地提供應急醫(yī)療資源是應對疫情的關鍵。習近平總書記在中央全面深化改革委員會第十二次會議上指出：“醫(yī)用設備、防護服、口罩等物資頻頻告急，反映出國家應急物資保障體系存在突出短板。把應急物資保障作為國家應急管理體系建設的重要內(nèi)容，按照集中管理、統(tǒng)一調(diào)撥、平時服務、災時應急、采儲結合、節(jié)約高效的原則，盡快健全相關工作機制和應急預案”^［1］。為貫徹落實習近平總書記關于應急物資保障體系建設的重要精神，2022-10-11，應急管理部、國家發(fā)展改革委、財政部、國家糧食和儲備局聯(lián)合印發(fā)《“十四五”應急物資保障規(guī)劃》，對“十四五”期間應急物資保障工作作出了全面部署。

研究應急醫(yī)療資源保障有助于高效應對突發(fā)公共衛(wèi)生事件^［2］。例如：研究應急醫(yī)療設施布局決策問題，有助于為突發(fā)公共衛(wèi)生事件下的選址問題提供科學依據(jù)^［3］；研究突發(fā)公共衛(wèi)生事件下的人力資源管理，有利于建立有彈性的醫(yī)療衛(wèi)生保障系統(tǒng)，以滿足絕大多數(shù)人員的需求^［4］；通過GPS大數(shù)據(jù)測量應急醫(yī)療資源保障的時空可及性，有助于幫助決策者更好地安排應急設施的位置與應急服務時間^［5］。從醫(yī)療資源類型的角度來看，應急醫(yī)療資源包括藥品^［6］、防護用品^［7］、醫(yī)療設施^［8］等可更新與不可更新資源。從發(fā)展階段來看，應急醫(yī)療資源保障可以分為災前資源儲備^［9］以及災時資源調(diào)度^［10］。目前，中國仍然存在著應急醫(yī)療資源儲備不完善、生產(chǎn)能力不足、調(diào)度困難等問題。近年來，關于應急醫(yī)療資源保障的研究主要集中在災前儲備體系構建^［11］、災時應急醫(yī)療資源分配^［12］、運輸^［13］以及應急醫(yī)療設施選址^［14］等方面。

本文針對應急醫(yī)療資源需求預測、儲備、調(diào)配的相關研究進行梳理和歸納，分析應急醫(yī)療資源保障研究存在的問題，提出應急醫(yī)療資源保障的研究趨勢。

1 應急醫(yī)療資源需求預測

1.1 預測方法

突發(fā)公共衛(wèi)生事件具有突發(fā)性、高傳播性、高危害性的特點，根據(jù)獲取的災區(qū)信息進行分析，模擬預測所需要的醫(yī)療資源，對醫(yī)療資源供給具有重要意義?，F(xiàn)有研究主要通過建立需求預測模型和軟件模擬來測算需求量，其方法主要包括3種，即傳統(tǒng)預測方法、基于人工智能的預測方法、基于傳染病模型的仿真預測方法。

1.1.1 傳統(tǒng)預測方法

傳統(tǒng)的預測方法主要有經(jīng)驗預測法、時間序列法以及基于模糊理論的預測方法等。經(jīng)驗預測法主要根據(jù)類似的緊急情況、密度和其他特征的以往經(jīng)驗來預測影響^［15］。時間序列法則是從過去的觀測中獲得緊急情況的時間演變特征，進而預測未來的需求。JUANG等^［16］通過收集過去的急診科患者數(shù)量進行時間序列自回歸綜合移動平均分析，然后采用擬合預測模型預測需求?；谀：碚摰念A測方法，主要是運用模糊變量來描述需求量或者通過案例進行模糊推理。宋英華等^［17］選用三角模糊數(shù)描述模糊需求量，進行應急醫(yī)療資源選址-分配模型的求解。

1.1.2 基于人工智能的預測方法

隨著大數(shù)據(jù)時代的到來，人工智能（artificial intelligence，AI）技術飛速發(fā)展，人工智能的最終目標是學習與識別感興趣的數(shù)據(jù)和結果之間的關聯(lián)^［18］。機器學習和深度學習是人工智能的2個重要子領域，并在應急醫(yī)療資源需求預測方面取得了一些重要研究成果。SHAFIEKHANI等^［19］建立了基于機器學習算法的時間序列預測模型，通過模型訓練及驗證以預測未來趨勢。MARTIN等^［20］采用多層感知器（MLP）人工神經(jīng)網(wǎng)絡模型，基于集成的決策樹模型進行特征選擇，生成一系列每日、每小時和空間分布的小時需求量預測。

1.1.3 基于傳染病模型的仿真預測方法

傳染病模型可以模擬流行病在人群中的傳播，其中易感-感染-恢復（SIR）^［21］和易感-暴露-感染-恢復（SEIR）^［22］模型（如圖1所示）是2個經(jīng)典的傳染病模型。相關文獻將其作為基礎模型，預測感染人數(shù)與醫(yī)療資源需求量。王付宇等^［23］和許德剛等^［24］利用SEIR模型預測各災區(qū)感染人數(shù)，進而預測醫(yī)療資源的需求量。蘇強等^［25］和樊長佳等^［26］結合突發(fā)公共衛(wèi)生事件特點對基礎模型進行改進，在SEIR模型的基礎上考慮了醫(yī)療資源供應比例與康復率的關系、感染者的門診就診和住院治療過程，后者選取上海市作為樣本，建立了各類應急醫(yī)療資源需要量與疫情發(fā)展之間的動態(tài)數(shù)量關系。

1.2 評估緊迫度

資源的有限性決定了應急醫(yī)療資源保障需根據(jù)各個災區(qū)的優(yōu)先級來進行。因此，考慮各需求點緊急情況的差異性，根據(jù)需求緊迫程度有次序地進行醫(yī)療資源保障具有重要意義。已有文獻關于應急醫(yī)療資源需求緊迫度的評估指標以及緊迫度得分確定方法見表1。

基于以上研究可發(fā)現(xiàn)，相關文獻考慮了需求緊迫度，確定了緊迫度評估指標體系，將受災人數(shù)、人口密度、患病人數(shù)、醫(yī)療基礎設施、應急醫(yī)療資源儲備情況等納入了評估指標。應急醫(yī)療資源需求緊迫度評估指標確定后，需要選擇合理的評估方法，確定評估對象在各評估指標上的評價結果，從而對緊迫度高的地區(qū)進行優(yōu)先配送。由表1可知，大多學者評估需求緊迫度的方法為層次分析法或TOPSIS法，還有一些學者為得到相對準確的判斷，將2種評價方法相結合，提出了熵權-TOPSIS法、采用B型關聯(lián)度的改進TOPSIS法、結合了德爾菲法的矢量角余弦的IGRA方法等。

2 應急醫(yī)療資源儲備

應急醫(yī)療資源儲備不僅面臨儲量難以滿足峰值需求的問題，還存在剩余過期等問題。本文從規(guī)模與輪換、政企合作以及設施選址3個方面梳理應急醫(yī)療資源儲備現(xiàn)狀。

2.1 規(guī)模與輪換

關于應急醫(yī)療資源儲備規(guī)模，一方面，相關文獻為使儲備量與實際需求相匹配，將事件發(fā)生前確定資源儲備量和事件發(fā)生后確定資源最優(yōu)方案結合在一起進行研究^［36］；另一方面，以長期平均成本最低為宗旨，研究隨機需求情況下應急醫(yī)療資源儲備安排的最優(yōu)實物和資金儲備量^［37］。關于應急醫(yī)療資源的輪換：相關研究主要集中于易逝性應急醫(yī)療資源的庫存優(yōu)化、輪換更新次數(shù)、輪換周期以及降低過期損失等方面^［38-39］。由于易逝性醫(yī)療資源的價值隨時間而遞減，不同輪換策略直接影響應急醫(yī)療資源的儲備成本。相關學者對易逝性資源輪換問題進行了研究，PAN等^［40］為了緩解應急藥物制劑庫存中的過期問題，研究了從應急儲備中心到醫(yī)院退貨的應急藥品閉環(huán)供應鏈；MENG等^［41］設計了親社會銷售策略，緩解應急易逝品庫存系統(tǒng)的過期浪費。

2.2 政企合作

近年來，諸多學者利用供應鏈契約理論^［42］幫助政企制定合理的決策方案，以滿足突發(fā)條件下受災人群對應急醫(yī)療資源的巨大需求。在眾多供應鏈契約中，期權契約^{［6，42-46］}得到廣泛使用，其利用金融領域中的期權概念，具有提高供應鏈柔性、協(xié)調(diào)渠道、規(guī)避風險、節(jié)約成本等優(yōu)勢，有助于實現(xiàn)政府和企業(yè)風險共擔、收益共享。相關研究最初考慮了單一供應商的情形，后續(xù)為滿足多樣的應急醫(yī)療資源需求，相關學者開始探討政府與2個供應商聯(lián)合決策的情況。李晟等^［47］研究了政府與2個異質(zhì)型供應商聯(lián)合儲備的供應系統(tǒng)，在構建政企委托代理關系的基礎上，為2個供應商設計了儲備成本分擔契約及含收益分成的雙邊成本分擔契約，借助微分博弈的方法，推導出政企最優(yōu)決策策略。

2.3 設施選址

在應急醫(yī)療資源保障過程中，醫(yī)療資源儲備設施選址作為重要一環(huán)，直接關系到社會經(jīng)濟效益和國家應急醫(yī)療資源保障系統(tǒng)的運行效率^［48］。應急醫(yī)療資源儲備設施按照時效性可分為永久設施和臨時設施2種類型^［49］，災前的永久性醫(yī)療資源儲備設施往往基于全覆蓋理論進行選址，需要考慮交通通達度、資源匹配度、應急響應速度、供需平衡性等指標。SHARIAT等^［50］建立了由2個整數(shù)線性模型組成的應急車輛站選址框架，以最大限度減少滿足最低可靠性覆蓋水平所需的車輛和車站數(shù)量。臨時應急設施具有設施開設簡易、選址決策效率要求高的特點。相關研究將疫情擴散模型與協(xié)同選址相結合，以總救援成本與救援時間最小化為目標，建立了確定型多目標應急物流中心選址模型和多目標應急物流中心選址的魯棒優(yōu)化模型^［51］。

3 應急醫(yī)療資源調(diào)配

應急醫(yī)療資源調(diào)配問題屬于特殊情況下的車輛路徑問題（vehicle routing problem，VRP），以圖2為例，當突發(fā)公共衛(wèi)生事件發(fā)生后，應急醫(yī)療資源儲備庫將作為配送中心進行供給，此時會存在多個應急醫(yī)療資源需求點和配送中心。本文從應急醫(yī)療資源調(diào)配模型與優(yōu)化算法2個方面分析其研究現(xiàn)狀。

3.1 應急醫(yī)療資源調(diào)配優(yōu)化模型

國內(nèi)外學者對應急醫(yī)療資源調(diào)配模型進行了大量研究。筆者從優(yōu)化目標、時間窗、資源分類、需求確定、求解方法等方面進行歸納總結，如表2所示。

首先，從模型優(yōu)化目標角度來看，由于實際處理過程需要考慮多個因素，所以在相關研究中雙目標模型較多，配送路徑最短、行駛時間最小、成本最低是調(diào)配問題建模中幾個常見的優(yōu)化目標。此外，一些文獻中還考慮到突發(fā)公共衛(wèi)生事件的特性，結合了需求滿意度、需求緊迫度、分配公平性等因素，更好地保障災區(qū)應急醫(yī)療資源需求。其次，從受災點的需求角度看，部分文獻在建模時假設需求不變或已知。最后，從時間窗約束角度看，減少應急醫(yī)療資源配送時間是降低生命財產(chǎn)損失的關鍵，應急醫(yī)療資源配送時間窗是滿足救援及時性、急迫性要求的重要約束。相關學者考慮了時間懲罰和變質(zhì)懲罰，構建了基于綜合時間窗約束下的應急資源配送路徑方案生成模型，并假設受災點不同、應急資源不同時間窗約束亦不相同的情況。

3.2 應急醫(yī)療資源調(diào)配優(yōu)化算法

在建立了應急醫(yī)療資源調(diào)配模型之后，需要借助優(yōu)化算法來求最優(yōu)解。根據(jù)應急醫(yī)療資源調(diào)配模型，求解算法可分為精確算法和元啟發(fā)式算法2大類，如圖3所示。

1）單點元啟發(fā)式優(yōu)化算法

單點元啟發(fā)式優(yōu)化算法在求解過程中始終基于單個解進行尋優(yōu)，模擬退火^［63］、禁忌搜索^［64］、變鄰域搜索^［65］和自適應大規(guī)模鄰域搜索^{［61，66］}等算法均為以單點搜索為特征的串行算法，屬于單點元啟發(fā)式算法，適于求解單目標VRP。不同算法的優(yōu)化思想也有差異：模擬退火算法主要通過模擬物理退火過程，以一定的概率選擇劣質(zhì)解，引導搜索過程朝更優(yōu)解方向移動，實現(xiàn)全局優(yōu)化；禁忌搜索算法通過引入禁忌表和禁忌規(guī)則來避免陷入局部最優(yōu)，實現(xiàn)全局優(yōu)化；變鄰域搜索算法是一種改進型的局部搜索算法，利用不同動作構成的鄰域結構進行交替搜索，能夠在集中性和疏散性之間達到很好的平衡；大規(guī)模鄰域搜索算法則是從初始解出發(fā)，通過移除部分解和重新插入解2個過程不斷優(yōu)化更新解。

2）多點元啟發(fā)式優(yōu)化算法

多點元啟發(fā)式優(yōu)化算法基于多個解向量進行求解，對一個解集進行并行計算，遺傳算法^{［10，17，29，58-60，67］}、蟻群算法^［68-71］、粒子群算法^{［27，72-74］}均具有多點搜索特征和內(nèi)在并行性，是典型的多點元啟發(fā)式算法，可用于求解單目標和多目標VRP。由表2可知，遺傳算法是求解應急醫(yī)療資源調(diào)配模型中使用較多的算法，諸多學者在此基礎上對遺傳算法進行改進，包括采用輪盤賭法選擇種群、采用二元錦標賽選擇法進行個體選擇、對子代種群進行非支配排序等操作，使遺傳算法的有關性能更優(yōu)。蟻群算法的代表算法為自適應蟻群算法，采用分組搜尋策略，將蟻群分為G組，并對轉(zhuǎn)移點選取策略及信息素更新策略進行改進。粒子群算法是一種基于群體協(xié)作的隨機搜索算法，其代表算法為多目標改進的新型離散粒子群優(yōu)化算法（MOINDPSO），該算法的主要思想包括3個方面：一是改進解的表示形式，并通過一種名為解內(nèi)存的新機制改進搜索算子；二是利用模糊相關熵分析（FCEA）的思想對方案進行評價，有效選擇較優(yōu)的方案；三是利用外部存檔存儲非支配解，提出從外部存檔中選擇領導者機制和增強所獲得解穩(wěn)定性的機制。

4 應急醫(yī)療資源保障研究存在的問題

近年來，針對新型冠狀病毒感染，相關文獻從諸多視角探討了應急醫(yī)療資源保障問題，其中，應急醫(yī)療資源需求預測、應急醫(yī)療資源儲備、應急醫(yī)療資源調(diào)配是提高應急醫(yī)療資源保障能力的重要因素。

4.1 應急醫(yī)療資源需求預測研究存在的問題

首先，靜態(tài)的傳統(tǒng)需求預測方法無法滿足應急醫(yī)療資源需求的動態(tài)變化性?；谌斯ぶ悄艿念A測方法能夠使用數(shù)據(jù)集訓練模型，應用強大的運算能力對醫(yī)療資源需求進行預測，然而人工智能預測結果無法驗證，其精確度高度依賴數(shù)據(jù)集的準確性與規(guī)模?；趥魅静∧Ｐ偷姆抡骖A測方法，能夠通過模擬災區(qū)傳播狀況預測未來感染人數(shù)，進而間接測算醫(yī)療資源需求量。然而各類參數(shù)的確定是一個問題，需要掌握疫情的發(fā)展趨勢，并對政府防控政策等條件進行處理。其次，關于評估需求緊迫度的2種常用方法（層次分析法、TOPSIS法），層次分析法的主要特點是通過建立遞階層次結構，把人類的判斷轉(zhuǎn)化為若干因素兩兩之間重要度的比較，其缺點在于不同專家針對不同維度指標重要性的排序會存在差異，權重設置具有主觀性。TOPSIS法的基本思想是評估方案系統(tǒng)中任何一個方案距離理想最優(yōu)解和最劣解的綜合距離，其缺點在于只能對評價對象的優(yōu)劣進行排序，無法評級，無法涉及有模糊因素的評價對象。最后，應急醫(yī)療資源需求預測與需求緊迫度的評估均需進行海量數(shù)據(jù)收集和復雜計算，會耗費大量時間。

4.2 應急醫(yī)療資源儲備研究存在的問題

首先，近年來傳統(tǒng)庫存理論在探索自然災害下人道救援資源的儲備方面已有一些成果，但難以直接復制到突發(fā)公共衛(wèi)生事件的情景下。因為突發(fā)公共衛(wèi)生事件與自然災害的風險演化規(guī)律、損害形成機理具有差別性，醫(yī)療資源同普通救援資源之間也存在著差異，應進一步針對突發(fā)公共衛(wèi)生事件下的應急醫(yī)療資源儲備管理和策略問題進行研究。其次，政企合作的關鍵在于分析企業(yè)參與國家醫(yī)療應急儲備的收益和成本，以及探討政府在國家醫(yī)療應急儲備方面的收益和成本，從而依據(jù)政企合作的均衡點采取相應的財政策略。然而，中國對于應急醫(yī)療資源儲備的政企合作機制研究仍處于探索階段，更加復雜的供應鏈結構有待進一步研究，除了需要考慮政府與多個供應商之間的聯(lián)合儲備關系，還應該考慮多周期、多類型資源等更符合實際的政企合作模式。最后，應急醫(yī)療資源儲備設施布局技術尚待完善，未能充分考慮地區(qū)性公共衛(wèi)生事件的發(fā)生種類及頻率，未能充分利用大數(shù)據(jù)技術提取各地區(qū)公共衛(wèi)生事件發(fā)生后對應急醫(yī)療資源需求的種類與數(shù)量。在應急醫(yī)療資源調(diào)配過程中，存在著過遠運輸與時效性不高、缺乏信息共享與溝通協(xié)調(diào)、不同級別的資源庫重復調(diào)配與資源浪費等現(xiàn)象。

4.3 應急醫(yī)療資源調(diào)配研究存在的問題

首先，對應急醫(yī)療資源調(diào)配優(yōu)化問題的研究，體現(xiàn)了從靜態(tài)模型到動態(tài)模型、從單目標優(yōu)化到多目標優(yōu)化、從傳統(tǒng)算法到智能啟發(fā)式算法、從單一理論到綜合理論的演化過程。在公共衛(wèi)生事件發(fā)生后，應急醫(yī)療資源調(diào)配本身也具有風險性。如果應急車輛調(diào)度不當，不僅達不到預期救援效果，還會造成新的生命和財產(chǎn)損失。因此，安全性風險評估非常重要，在應急醫(yī)療資源調(diào)配問題的研究中應關注救援的安全性風險評估問題。其次，由于應急醫(yī)療資源需求調(diào)配問題是一個NP Hard問題，通過精確算法雖然能夠找到準確的最優(yōu)解，但只適用于相對簡單的單目標優(yōu)化問題求解，求解過程的運行時間也較長。因此，智能啟發(fā)式算法（包括模擬退火算法、禁忌搜索算法等單點元啟發(fā)式算法以及遺傳算法、蟻群算法等多點元啟發(fā)式算法）是未來求解該類問題的主要方法。特別是對于大規(guī)模、多約束的復雜應急醫(yī)療資源調(diào)配問題，各種混合智能啟發(fā)式算法仍將發(fā)揮重要作用。除了算法研究外，建立算法基準測試平臺、對不同算法進行綜合評估、提高其適應性也是需要關注的重要研究內(nèi)容?？傊?，中國對應急醫(yī)療資源調(diào)配優(yōu)化問題的研究尚處于起步階段，在多目標優(yōu)化和實時動態(tài)優(yōu)化等方面還有進一步拓展的空間。

5 研究展望

突發(fā)公共衛(wèi)生事件成因復雜、種類繁多，應急措施涉及主體多、不確定程度高、影響因素多，導致公共衛(wèi)生事件的發(fā)展趨勢、潛在風險、資源需求等難以被準確預測與識別。雖然后疫情時代的應急管理更加復雜，但隨著信息技術和智能算法的快速發(fā)展，完善應急醫(yī)療資源保障越來越具有可能性。其中，通過大數(shù)據(jù)技術和平臺提升應急醫(yī)療資源保障能力顯得尤為重要。具體而言，應關注以下幾個方面。

1）運用數(shù)字技術建設應急醫(yī)療資源大數(shù)據(jù)平臺。第一，全面提升應急醫(yī)療資源保障的網(wǎng)絡化、數(shù)字化、智能化水平，構建基于多元參與主體協(xié)同與合作的大數(shù)據(jù)平臺，更好地掌握應急醫(yī)療資源的需求預測、生產(chǎn)儲備、交通運輸、分發(fā)配送、社會捐贈等各方面信息，充分把握醫(yī)療資源保障能力冗余程度，幫助政府部門全面掌握情況，進行形勢判斷。第二，建立完整、動態(tài)的城市數(shù)據(jù)庫。城市數(shù)據(jù)庫的建立有利于提高城市災害的風險評估效率，改善資料收集、數(shù)據(jù)使用上的困難。第三，搭建立體、全面、信息化的智能運輸網(wǎng)絡，提高醫(yī)療資源保障效率，完善應急物流網(wǎng)絡，充分發(fā)揮復合一貫制運輸?shù)奶攸c，促進彼此之間的協(xié)同配合、形成互補優(yōu)勢。

2）運用大數(shù)據(jù)平臺重構應急醫(yī)療資源保障系統(tǒng)。第一，通過大數(shù)據(jù)平臺統(tǒng)計分析代表性城市醫(yī)院和醫(yī)療資源生產(chǎn)企業(yè)的儲備情況，評估重大疫情下對醫(yī)療資源的需求，估算短缺數(shù)量；分析醫(yī)院、醫(yī)學院、醫(yī)療物資生產(chǎn)企業(yè)醫(yī)療資源的儲備能力、供給能力，分析物流企業(yè)配送能力。第二，基于需求總量設立重構目標，并根據(jù)類別進行分解，設計類別、結構層次和空間配置格局等方面的細化目標。第三，分析醫(yī)療資源保障系統(tǒng)重構的參與主體及其網(wǎng)絡結構。第四，分析多元主體的功能、等級、網(wǎng)絡結構等作用機理，從功能完善度、結構合理度和網(wǎng)絡通達度等方面探索主體間相互作用的傳導路徑。

3）利用重構的應急醫(yī)療資源保障系統(tǒng)制定相關策略。應急醫(yī)療資源保障系統(tǒng)重構一方面要基于醫(yī)療資源大數(shù)據(jù)分析，預測重大疫情對醫(yī)療資源需求量、城市間聯(lián)系強度和醫(yī)療資源空間配置格局等，依據(jù)預測結果，設置安全儲備，以多元參與主體的關系結構和作用傳導路徑為設計原則，設計應急預案。另一方面，基于醫(yī)療資源保障系統(tǒng)韌性評價指數(shù)、短缺和應急預案設置，用“短缺率”來刻畫韌性，開展醫(yī)療資源保障系統(tǒng)重構的政策仿真實驗，評估各項短缺和應急預案的設計效果。此外，還要針對政策仿真實驗結果，明確多元參與主體的責任，制定針對性的醫(yī)療資源保障策略。

參考文獻/References：

［1］ 習近平.全面提高依法防控依法治理能力，健全國家公共衛(wèi)生應急管理體系［J］.求是，2020（5）：4-8.

［2］ ZHANG Wen，XIE Rui，DONG Xuefan，et al.SEIR-FMi：Acoronavirus disease epidemiological model based on intra-city movement， inter-city movement and medical resource investment［J］.Computers in Biology and Medicine，2022，149. DOI：10.1016/j.compbiomed.2022.106046.

［3］ LIU Jingkuang，CAO Liying，ZHANG Dongyu，et al.Optimization of site selection for emergency medical facilities considering the SEIR model［J］.Computational Intelligence and Neuroscience，2022. DOI：10.1155/2022/1912272.

［4］ BROLAN C E，KRVER S，PHILLIPS G，et al.Lessons from the frontline：The COVID-19 pandemic emergency care experience from a human resource perspective in the Pacific region［J］. The Lancet Regional Health：Western Pacific，2022，25.DOI：10.1016/j.lanwpc.2022.100514.

［5］ XIA Tianqi，SONG Xuan，ZHANG Haoran，et al.Measuring spatio-temporal accessibility to emergency medical services through big GPS data［J］.Health & Place，2019，56：53-62.

［6］ 劉陽，田軍，周琨.基于期權契約的應急藥品儲備模型研究［J］.運籌與管理，2021，30（8）：67-74.

LIU Yang，TIAN Jun，ZHOU Kun.A relief drug pre-positioning model via an option contract［J］.Operations Research and Management Science，2021，30（8）：67-74.

［7］ ZHOU Q S，OLSEN T L.Rotating the medical supplies for emergency response：a simulation based approach［J］.International Journal of Production Economics，2018，196：1-11.

［8］ YANG Yun，MA Changxi，LING Gang.Pre-location for temporary distribution station of urban emergency materials considering priority under COVID-19：a case study of Wuhan City，China［J］.Physica a： Statistical Mechanics and Its Applications，2022，597.DOI：10.1016/j.physa.2022.127291.

［9］ ZHANG Meng，KONG Zhaojun.A tripartite evolutionary game model of emergency supplies joint reserve among the government，enterprise and society［J］.Computers & Industrial Engineering，2022，169.DOI：10.1016/j.cie.2022.108132.

［10］ZHOU Yawen，LIU Jing，ZHANG Yutong，et al.A multi-objective evolutionary algorithm for multi-period dynamic emergency resource scheduling problems［J］.Transportation Research Part E-Logistics and Transportation Review，2017，99：77-95.

［11］蔡健平，王晶.平疫結合的突發(fā)公共衛(wèi)生事件醫(yī)療物資儲備體系建設研究［J］.中國工程科學，2022，24（6）：107-115.

CAI Jianping，WANG Jing.Peacetime and epidemic combination medical materials reserve system for public health emergencies［J］.Strategic Study of CAE，2022，24（6）：107-115.

［12］WANG Chengwen，XIONG Li，WANG Houcai.An allocation model for emergency medical services based on integrated healthcare during an epidemic［J］.International Journal of Disaster Risk Reduction，2022，82.DOI：10.1016/j.ijdrr.2022.103305.

［13］LIU Jia，BAI Jinyu，WU Desheng.Medical supplies scheduling in major public health emergencies［J］.Transportation Research Part E-Logistics and Transportation Review，2021，154.DOI： 10.3201/eid2306.161417.

［14］HUANG H C，ARAZ O M，MORTON D P，et al.Stockpiling ventilators for influenza pandemics［J］.Emerging Infectious Diseases，2017，23（6）：914-921.

［15］HUANG Di，WANG Shuaian，LIU Zhiyuan.A systematic review of prediction methods for emergency management［J］.International Journal of Disaster Risk Reduction，2021，62.DOI：10.1016/j.ijdrr.2021.102412.

［16］JUANG W C，HUANG S J，HUANG F D，et al.Application of time series analysis in modelling and forecasting emergency department visits in a medical centre in Southern Taiwan［J］.BMJ Open，2017，7（11）.DOI： 10.1136/bmjopen-2017-018628.

［17］宋英華，裴俊龍，方丹輝，等.常態(tài)化疫情防控背景下區(qū)域應急醫(yī)療物資選址-分配模型［J］.中國安全生產(chǎn)科學技術，2021，17（11）：5-9.

SONG Yinghua，PEI Junlong，F(xiàn)ANG Danhui，et al.Location-allocation model of regional emergency medical material under background of normalized epidemic prevention and control［J］.Journal of Safety Science and Technology，2021，17（11）：5-9.

［18］COMITO C，PIZZUTI C.Artificial intelligence for forecasting and diagnosing COVID-19 pandemic： A focused review［J］.Artificial Intelligence in Medicine，2022，128.DOI：10.1016/j.artmed.2022.102286.

［19］SHAFIEKHANI S，NAMDAR P，RAFIEI S.A COVID-19 forecasting system for hospital needs using ANFIS and LSTM models：A graphical user interface unit［J］.Digital Health，2022，8.DOI：10.1177/205520762210850.

［20］MARTIN R J，MOUSAVI R，SAYDAM C.Predicting emergency medical service call demand：a modern spatiotemporal machine learning approach［J］.Operations Research for Health Care，2021，28.DOI：org/10.1016/j.orhc.2021.100285.

［21］KERMACK W O，MCKENDRICK A G.Contributions to the mathematical theory of epidemics［J］.Bulletin of Mathematical Biology，1991，53（1/2）：33-55.

［22］LI M Y，MULDOWNEY J S.Global stability for the SEIR model in epidemiology［J］.Mathematical Biosciences，1995，125（2）：155-164.

［23］王付宇，湯濤，李艷，等.疫情事件下多災點應急資源最優(yōu)化配置研究［J］.復雜系統(tǒng)與復雜性科學，2021，18（1）：53-62.

WANG Fuyu，TANG Tao，LI Yan，et al.Study on optimal allocation of emergency resources in multiple disaster sites under epidemic events［J］.Complex Systems and Complexity Science，2021，18（1）：53-62.

［24］許德剛，李凡，王露，等.優(yōu)化煙花算法在醫(yī)療物資應急調(diào)度中的應用［J］.計算機工程與應用，2021，57（24）：249-258.

XU Degang，LI Fan，WANG Lu，et al.Application of optimized fireworks algorithm in emergency dispatching of medical supplies［J］.Computer Engineering and Applications，2021，57（24）：249-258.

［25］蘇強，陸書翔.多階段應急醫(yī)療物資動態(tài)分配優(yōu)化模型與算法［J］.工業(yè)工程與管理，2022，27（4）：50-57.

SU Qiang，LU Shuxiang.Optimization model and algorithm for multi-period dynamic emergency medical supplies scheduling［J］.Industrial Engineering and Management，2022，27（4）：50-57.

［26］樊長佳，杜炎秋，梁笛，等.COVID-19期間上海市應急醫(yī)療資源配置建模與仿真［J］.系統(tǒng)仿真學報，2022，34（1）：93-103.

FAN Changjia，DU Yanqiu，LIANG Di，et al.Modeling and simulation of emergency medical resources allocation in Shanghai during COVID-19［J］.Journal of System Simulation，2022，34（1）：93-103.

［27］張莉，張惠珍，劉冬，等.考慮緊迫度的應急物資調(diào)度及粒子群算法求解［J］.系統(tǒng)仿真學報，2022，34（9）：1988-1998.

ZHANG Li，ZHANG Huizhen，LIU Dong，et al.Particle swarm algorithm for solving emergency material dispatch considering urgency［J］.Journal of System Simulation，2022，34（9）：1988-1998.

［28］段容谷，莊媛媛，張克勇，等.突發(fā)公共衛(wèi)生事件下多階段應急救援物資配置研究［J］.中國安全生產(chǎn)科學技術，2021，17（12）：142-148.

DUAN Ronggu，ZHUANG Yuanyuan，ZHANG Keyong，et al.Research on allocation of multi-stage emergency rescue materials under public health emergencies［J］.Journal of Safety Science and Technology，2021，17（12）：142-148.

［29］趙建有，韓萬里，鄭文捷，等.重大突發(fā)公共衛(wèi)生事件下城市應急醫(yī)療物資配送［J］.交通運輸工程學報，2020，20（3）：168-177.

ZHAO Jianyou，HAN Wanli，ZHENG Wenjie，et al.Distribution of emergency medical supplies in cities under maj or public health emergency［J］.Journal of Traffic and Transportation Engineering，2020，20（3）：168-177.

［30］胡曉偉，宋浪，楊濱毓，等.重大突發(fā)公共衛(wèi)生事件下城市應急醫(yī)療物資優(yōu)化調(diào)度研究［J］.中國公路學報，2020，33（11）：55-64.

HU Xiaowei，SONG Lang，YANG Binyu，et al.Optimal matching of urban emergency medical supplies under major public health events［J］.China Journal of Highway and Transport，2020，33（11）：55-64.

［31］宋英華，白明軒，馬亞萍，等.考慮區(qū)域災情分級的應急物資公平調(diào)度優(yōu)化模型［J］.中國安全科學學報，2022，32（1）：172-179.

SONG Yinghua，BAI Mingxuan，MA Yaping，et al.Optimal model for fair dispatch of emergency materials considering regional disaster classification［J］.China Safety Science Journal，2022，32（1）：172-179.

［32］苑津莎，馬姿，楊宏.地震救災初期應急物資智能調(diào)度問題的研究［J］.科學技術與工程，2020，20（21）：8702-8708.

YUAN Jinsha，MA Zi，YANG Hong.Research on intelligent dispatching of emergency materials in the early stage of earthquake relief［J］.Science Technology and Engineering，2020，20（21）：8702-8708.

［33］都雪靜，王愛輝，孫菲菲.突發(fā)事件下公路應急物資調(diào)度優(yōu)化［J］.交通信息與安全，2021，39（4）：52-59.

DU Xuejing，WANG Aihui，SUN Feifei.The optimized scheduling of emergency supplies in highways under emergencies［J］.Journal of Transport Information and Safety，2021，39（4）：52-59.

［34］YANG Y，MA C X，ZHOU J B，et al.A multi-dimensional robust optimization approach for cold-chain emergency medical materials dispatch under COVID-19：A case study of Hubei Province［J］.Journal of Traffic and Transportation Engineering （English Edition），2022，9（1）：1-20.

［35］LIU H S，SUN Y X，PAN N，et al.Study on the optimization of urban emergency supplies distribution paths for epidemic outbreaks［J］.Computers & Operations Research，2022，146.DOI：10.1016/j.cor.2022.105912.

［36］李珍萍，張煜煒，田歆，等.應急醫(yī)療物資儲備與分配問題研究［J］.系統(tǒng)科學與數(shù)學，2021，41（12）：3422-3445.

LI Zhenping，ZHANG Yuwei，TIAN Xin，et al.Research on reserve and distribution problem of emergency medical supplies［J］.Journal of Systems Science and Mathematical Sciences，2021，41（12）：3422-3445.

［37］張煒健，施先亮，黃安強，等.重大公共衛(wèi)生事件下應急藥品儲備方式優(yōu)化分配策略［J］.系統(tǒng)工程理論與實踐，2022，42（1）：110-122.

ZHANG Weijian，SHI Xianliang，HUANG Anqiang，et al.Optimal allocation policies for emergency medicine reserve methods against major public health events［J］.Systems Engineering-Theory& Practice，2022，42（1）：110-122.

［38］柴亞光，李芃萱.考慮儲備周期的應急物資柔性采購模型［J］.管理學報，2021，18（7）：1068-1075.

CHAI Yaguang，LI Pengxuan.Flexible procurement model for government′s emergency supplies considering reserve period［J］.Chinese Journal of Management，2021，18（7）：1068-1075.

［39］林勇，張立，汪貽生，等.考慮輪換更新的應急物資政企協(xié)同預置儲備優(yōu)化研究［J］.中國安全生產(chǎn)科學技術，2022，18（5）：205-209.

LIN Yong，ZHANG Li，WANG Yisheng，et al.Research on optimization of government-enterprise collaborative preset reserve of emergency supplies considering rotation renewal［J］.Journal of Safety Science and Technology，2022，18（5）：205-209.

［40］PAN Wei，GUO Ying，ZHANG Wenji，et al.Order policy for emergency medicine with return uncertainty in a closed-loop supply chain［J］.PLOS One，2018，13（10）.DOI： 10.1371/journal.pone.0205643.eCollection 2018.

［41］MENG Qingchun，GUO Ying，ZHANG Xiaran.Mitigation strategies for expiration in perishable emergency inventory system［J］.Compu-ters & Industrial Engineering，2021，157.DOI：10.1016/j.cie.2021.107336.

［42］劉陽，田軍，馮耕中，等.供應商風險規(guī)避下基于期權契約的政企聯(lián)合儲備應急物資模型［J］.運籌與管理，2020，29（11）：102-111.

LIU Yang，TIAN Jun，F(xiàn)ENG Gengzhong，et al.The model of joint relief supplies reserves of the governmentand a risk-averse supplier based on an option contract［J］.Operations Research and Management Science，2020，29（11）：102-111.

［43］龐海云，葉永.基于實物期權契約的應急物資政企聯(lián)合儲備模型［J］.系統(tǒng)管理學報，2020，29（4）：733-741.

PANG Haiyun，YE Yong.Government-Enterprise joint reserve model of emergency materials based on real option contract［J］.Journal of Systems & Management，2020，29（4）：733-741.

［44］劉陽，田軍，馮耕中，等.基于期權契約的政企聯(lián)合儲備應急物資模型與利潤分配機制研究［J］.中國管理科學，2020，28（8）：162-171.

LIU Yang，TIAN Jun，F(xiàn)ENG Gengzhong，et al.The model of joint relief supplies pre-positioning by the governmentand two suppliers based on option contractsand suppliers′ profits allocation mechanism［J］.Chinese Journal of Management Science，2020，28（8）：162-171.

［45］扈衷權，田軍，馮耕中.基于期權采購的政企聯(lián)合儲備應急物資模型［J］.系統(tǒng)工程理論與實踐，2018，38（8）：2032-2044.

HU Zhongquan，TIAN Jun，F(xiàn)ENG Gengzhong.The model of joint emergency supplies reserves of governments and enterprises based on option procurement［J］.Systems Engineering-Theory & Practice，2018，38（8）：2032-2044.

［46］胡婉婷，丁晶晶，梁樑.基于期權代儲協(xié)議的應急物資政企聯(lián)合儲備模型研究［J/OL］.中國管理科學.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=ZGGK20220810002&DbName=DKFX2022.

HU Wanting，DING Jingjing，LIANG Liang.Joint reserve model of government and enterprise for relief materialsbased on a delegated reserve contract with option［J/OL］.Chinese Journal of Management Science.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=ZGGK20220810002&DbName=DKFX2022.

［47］李晟，豐景春，吳凱麗，等.政企聯(lián)合儲備應急物資的合作策略研究［J/OL］.中國管理科學.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=ZGGK20220810003&DbName=DKFX2022.

LI Sheng，F(xiàn)ENG Jingchun，WU Kaili，et al.Study on cooperative strategy of government-enterprise joint reserve of emergency supplies［J/OL］.Chinese Journal of Management Science.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=ZGGK20220810003&DbName=DKFX2022.

［48］付德強，王旭，張偉.基于NSGA-Ⅱ的應急儲備庫多目標選址決策模型及算法研究［J］.運籌與管理，2014，23（4）：64-69.

FU Deqiang，WANG Xu，ZHANG Wei.Decision model of the multi-objective supplies reserve storage location problem based NSGA-Ⅱ［J］.Operations Research and Management Science，2014，23（4）：64-69.

［49］高紅.突發(fā)公共衛(wèi)生事件下應急物流儲備中心選址優(yōu)化研究［J］.中國儲運，2022（8）：185-186.

［50］SHARIAT M A，BABAEI M，MOADI S，et al.Linear upper-bound unavailability set covering models for locating ambulances：application to Tehran rural roads［J］.European Journal of Operational Research，2012，221（1）：263-272.

［51］李昌兵，李小倩，曹帥，等.疫情防控視角下多層級儲備庫協(xié)同選址及物流配送研究［J/OL］.運籌與管理.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=YCGL20220123005&DbName=CAPJ2022.

LI Changbing，LI Xiaoqian，CAO Shuai，et al.Research on collaborative site selection and logistics distribution of multilevel storage warehouses from the perspective of epidemic prevention and control［J/OL］.Operations Researchand Management Science.［2023-05-18］.https：//kns.cnki.net/kcms/detail/detail.aspx？FileName=YCGL20220123005&DbName=CAPJ2022.

［52］DAN Bingbing，ZHU Wanhong，LI Huabing，et al.Dynamic optimization model and algorithm design for emergency materials dispatch［J］.Mathematical Problems in Engineering，2013.DOI：10.1155/2013/841458.

［53］CHANG Fusheng，WU J S，LEE C N，et al.Greedy-search-based multi-objective genetic algorithm for emergency logistics scheduling［J］.Expert Systems With Applications，2014，41（6）：2947-2956.

［54］DU Lijing，LI Xiaohuan，GAN Yuan，et al.Optimal model and algorithm of medical materials delivery drone routing problem under major public health emergencies［J］.Sustainability，2022，14（8）.DOI：10.3390/su14084651.

［55］WANG Hongman，XU Renfei，ZIJIE Xiong，et al.Research on the optimized dispatch and transportation scheme for emergency logistics［J］.Procedia Computer Science，2018，129：208-214.

［56］QIN Jin，YE Yong，CHENG Birong，et al.The emergency vehicle routing problem with uncertain demand under sustainability environments［J］.Sustainability，2017，9（2）. DOI：10.3390/su9020288.

［57］陳豐，丁文龍，葉一芃，等.公共衛(wèi)生事件暴發(fā)初期的醫(yī)療物資調(diào)度優(yōu)化［J］.中國公路學報，2020，33（11）：65-72.

CHEN Feng，DING Wenlong，YE Yipeng，et al.Optimal coordination model of medical commodities in the initial stage of the outbreak of public health events［J］.China Journal of Highway and Transport，2020，33（11）：65-72.

［58］王喆，邵鴻遠，叢子皓，等.考慮供應商聚類的應急醫(yī)療物資協(xié)同配送仿真［J］.系統(tǒng)仿真學報，2022，34（10）：2303-2311.

WANG Zhe，SHAO Hongyuan，CONG Zihao，et al.Simulation of emergency medical materials collaborative distribution considering supplier clustering［J］.Journal of System Simulation，2022，34（10）：2303-2311.

［59］林灝，趙星，張龍琳.基于兩階段模型的應急醫(yī)療物資配送路徑研究［J］.武漢理工大學學報（交通科學與工程版），2023，47（1）：54-60.

LIN Hao，ZHAO Xing，ZHANG Longlin.Research on distribution route of emergency medical materials based on two-stage model［J］.Journal of Wuhan University of Technology（Transportation Science & Engineering），2023，47（1）：54-60.

［60］呂偉，李志紅，馬亞萍，等.考慮受災點需求時間窗的應急物資配送車輛路徑規(guī)劃研究［J］.中國安全生產(chǎn)科學技術，2020，16（3）：5-11.

LYU Wei，LI Zhihong，MA Yaping，et al.Research on route planning of emergency materials distribution vehicles considering time window of requirements by disaster point［J］.Journal of Safety Science and Technology，2020，16（3）：5-11.

［61］蔣陽升，韓佳哲，朱娟秀，等.考慮新冠疫情擴散規(guī)律的醫(yī)療物資動態(tài)配送優(yōu)化［J］.安全與環(huán)境學報，2023，23（5）：1579-1587.

JIANG Yangsheng，HAN Jiazhe，ZHU Juanxiu，et al.Optimization of dynamic medical supplies distribution considering COVID-19′s diffusion rule［J］.Journal of Safety and Environment，2023，23（5）：1579-1587.

［62］吳坷，宋英華，呂偉.醫(yī)療應急物資車輛配送優(yōu)化調(diào)度時間窗模型研究［J］.中國安全生產(chǎn)科學技術，2022，18（1）：11-16.

WU Ke，SONG Yinghua，LYU Wei.Research on time window model for optimal scheduling on vehicle distribution of medical emergency materials［J］.Journal of Safety Science and Technology，2022，18（1）：11-16.

［63］呂偉，李志紅，馮滿滿，等.考慮資源和時間窗約束的應急物資調(diào)配模型［J］.中國安全科學學報，2019，29（12）：137-143.

LYU Wei，LI Zhihong，F(xiàn)ENG Manman，et al.Emergency material allocation in consideration of resource and time window constraints［J］.China Safety Science Journal，2019，29（12）：137-143.

［64］韓亞娟，楊宇航，彭運芳.考慮救援點資源分布的救援車輛路徑優(yōu)化［J］.上海大學學報（自然科學版），2018，24（4）：655-664.

HAN Yajuan，YANG Yuhang，PENG Yunfang.Rescue vehicle routing optimization considering distribution of resources in rescue points［J］.Journal of Shanghai University（Natural Science Edition），2018，24（4）：655-664.

［65］BOUCHRA B，BTISSAM D，MOHAMMAD C.A hybrid genetic algorithm for the static and dynamic vehicle routing problem with soft time Windows［C］//2016 3rd International Conference on Logistics Operations Management （GOL）.Fez：IEEE，2016：1-9.

［66］BARBATO M，CESELLI A，PREMOLI M.On the impact of resource relocation in facing health emergencies［J］.European Journal of Operational Research，2023，308（1）：422-435.

［67］WANG Shaoren，WU Y J，LI Ruiting.An improved genetic algorithm for location allocation problem with grey theory in public health emergencies［J］.International Journal of Environmental Research and Public Health，2022，19（15）.DOI：10.3390/ijerph19159752.

［68］劉欣.基于蟻群算法的醫(yī)療人力資源應急調(diào)度設計［J］.信息技術，2021（2）：142-146.

LIU Xin.Design of emergency dispatch of medical human resources based on ant colony algorithm［J］.Information Technology，2021（2）：142-146.

［69］趙宏業(yè).基于自適應蟻群算法的醫(yī)療資源應急優(yōu)化調(diào)度模型設計［J］.電子設計工程，2022，30（23）：28-32.

ZHAO Hongye.Design of emergency optimal scheduling model for medical resources based on adaptive ant colony algorithm［J］.Electro-nic Design Engineering，2022，30（23）：28-32.

［70］SHEN Jinxing，LIU Kun，MA Changxi，et al.Bibliometric analysis and system review of vehicle routing optimization for emergency material distribution［J］.Journal of Traffic and Transportation Engineering（English Edition），2022，9（6）：893-911.

［71］劉紫玉，趙麗霞，薛建越，等.面向車輛路徑問題的改進蟻群算法研究［J］.河北科技大學學報，2022，43（1）：80-89.

LIU Ziyu，ZHAO Lixia，XUE Jianyue，et al.Research on vehicle routing problem based on improved ant colony algorithm［J］.Journal of Hebei University of Science and Technology，2022，43（1）：80-89.

［72］尹雅楠，甄然，武曉晶，等.自適應多啟發(fā)蟻群算法的無人機路徑規(guī)劃［J］.河北科技大學學報，2021，42（1）：38-47.

YIN Yanan，ZHEN Ran，WU Xiaojing，et al.Research on UAV route planning based on adaptive multi heuristic ant colony algorithm［J］.Journal of Hebei University of Science and Technology，2021，42（1）：38-47.

［73］PENG Dajiang，YE Chunming，WAN Mengran.A multi-objective improved novel discrete particle swarm optimization for emergency resource center location problem［J］.Engineering Applications of Artificial Intelligence，2022，111.DOI：10.1016/j.engappai.2022.104725.

［74］WANG Yanyan，SUN Baiqing.A multiobjective allocation model for emergency resources that balance efficiency and fairness［J］.Mathematical Problems in Engineering，2018.DOI：10.1155/2018/7943498.