新冠疫情以其持续时间长、传播广泛、影响范围广、防治难度大等特征,给全球各地社会经济发展和民众健康造成了严重威胁,是世界各国公共卫生安全防治的重点议题。鉴于疫情的突发和不确定性,在紧急物资调配初期和紧急高峰期,应急医疗物资短缺情况频发。同时,由于疫情强度和传播区域的改变,疫情应急物资调度也会呈现出动态性特点。面对动态更新的疫情数据和复杂多变的需求状况,确保应急物资调配的及时性和满意度,对有效遏制传染病疫情蔓延,减少生命及经济损失,有着重大意义。本文以疫情下医院应急医疗物资供需为对象,综合考虑需求点紧迫度、满意度、动态性、配送时间以及成本等因素,研究基于传统车与无人车的应急医疗物资调配问题。首先,本文从人口因素、医院设施能力、物资需求三个维度构建应急优先级评价指标体系,确定了各因素的权重以及需求点的紧迫度;运用K-Means算法与免疫算法结合确定区域应急分中心的选择以及物资需求点的区域划分;在物资中心-区域应急分中心-物资需求点三级网络的基础上,构建了多周期下考虑紧迫度的传统车辆与无人车联合动态应急物资调度模型。调度模型中考虑物资供应不足与充足条件下对应急物资进行分配;传统车辆负责从物资中心到区域应急分中心进行第一阶段的配送;传统车与无人车联合负责将物资从区域应急分中心到物资需求点进行第二阶段配送。该模型以单周期下物资需求点满足率最大、服务完所有需求点总时间最短以及总成本最小为优化目标,设计了自适应大规模邻域算法对调度模型求解。最后,以武汉市2020年疫情为例,对本文构建考虑紧迫度的传统车与无人车物资调度模型进行分析。研究表明,该模型可保证对紧迫度高的物资需求点更多分配物资并优先配送,满足了应急救援物资的效用最大化;利用传统车辆与无人车联合配送,相比完全采用传统车辆进行配送,在配送时间相差不大的情况下,能够有效降低配送成本。本文探讨了疫情下应急物资动态调度问题,综合考虑需求点紧迫度,构建了基于传统车与无人车联合的疫情应急物资动态调度模型,进一步丰富了应急物资管理理论体系;同时为疫情下物资调度提供了新的解决思路,因而研究具备一定的理论意义与实际应用价值。