当前,全球新冠疫情防控形势依然严峻,越来越多的国家经历了疫情的二次、三次、甚至多次爆发。即使新冠疫苗研制成功并被大面积接种,疫情也远远没有结束。不恰当的疫情防控策略可能会造成灾难性的后果,因此,在控制疫情蔓延的前提下,制定一个能最大化恢复经济的疫情防控策略是非常必要的。然而,目前很少有成果研究疫情防控和经济双赢的最优控制策略并建立一个最优模型。现有普遍传染病动力学模型为易感-感染-病患-康复者（SusceptibleInfectious-Hospitalized-Recovered—SIHR）隔室模型,能有效地模拟疫情的发展并做出预测,但并未考虑政府防控措施对疫情发展的影响。为了在模型中反映防控与经济的关系,本文改进了SIHR模型,并建立了受隔离措施影响的经济模型,并在此基础上利用深度强化学习方法制定出生命-经济最优防控策略,进一步,模拟了相关于隔离率的疫情传播。引入了有效再生数和平衡点处的特征值作为模型可控性和稳定性的指标,验证了SIHR模型的有效性。基于深度Q网络（一种深度强化学习方式）,在不同疫情发展阶段,控制感染人数的前提下,本文研究了能实现经济产出最大化的防控策略。最后,考虑了新冠疫苗对疫情发展的影响,建立了易感-感染-病患-康复-免疫者（Susceptible-Infectious-HospitalizedRecovered-Immune—SIHRM）模型,并对深度强化学习各参数进行相应的调整,研究了疫苗接种速率和病毒变异对疫情发展的影响以及相应的经济-生命最优疫情防控策略变化。研究结果表明:（1）根据疾病传播强度和经济抗风险能力的不同,各国的最优防控策略可能会有所不同;（2）过于注重经济的疫情防控策略,虽然能够在短期内减少经济损失,可以使经济脆弱的国家避免严重的经济危机,但出现疫情再次爆发的可能性也越大;（3）深度强化学习的方法能够适用于不同的传染病模型,并制定出相应的最优策略;（4）疫苗接种率对疫情发展的影响是最为显著的,随着疫苗接种率的提高,政府能采取更为宽松的隔离措施以快速恢复经济,但需要警惕毒株变异,防止疫情再次扩散。本文得出结论:采用深度强化学习的方法训练给出了一种既能控制疫情又尽可能恢复经济的疫情防控策略。给出建议:政府不能完全放开对疫情的管控,在加强检验措施的同时,也要不断的提高疫苗加强针的接种力度,以对抗病毒的变异性。