突发公共卫生事件发生后,影响疫情防控效率的关键因素是应急医疗物资如何公平并及时地分配。传播速度快、危害程度大是这种突发公共卫生事件的关键特征。因此,保障及时地应急医疗物资供应是疫情防控过程中挽救生命、减少损失的必要前提。相关应急部门应及时地制定应急医疗物资的分配方案,保证应急救援工作的顺利进行。然而,突发公共卫生事件发生的时间和地点具有不确定性,在初期,受灾地点所需的应急医疗物资数量难以提前预测,以及物资分配管理的复杂性,使得物资分配的难度急剧增加。为解决在传染性疾病的背景下,将有限的应急医疗物资公平分配给多个需求地的问题,本文对应急医疗物资分配进行深入研究:首先,对需求地区所需物资量的合理预测,是有效进行物资分配的重要前提。基于传染性疾病的相关特点以及需求地的迁移率对SEIR预测模型进行相应的改进,可有效地对需求地受灾情况进行评估,进而得到该地区的应急医疗物资需求量。为保证物资分配的公平性,本文提出一个以人员因素、物资需求因素和基础设施因素为维度的应急医疗物资需求紧迫度指标体系,该指标体系主要包括受灾地区的人口密度、患者数量、受灾地区的规模以及需求物资满足率,并将层次分析法与熵值法相结合量化需求紧迫度指标。这套指标体系对任何公共卫生事件都具有借鉴意义。其次,考虑到疫情持续周期长、物资需求量不断变化,由此建立一个以需求地物资满足率最大化、运输时间最小化和成本最小化为目标的多目标物资动态分配模型。实现灾后灵活的需求预测并进行阶段性的物资存储工作,不仅使物资分配更加合理高效,而且增强了整体系统的灵活性和抗风险能力。运用改进的鲸鱼优化算法对物资分配模型进行求解。为解决物资分配过程中参与主体众多、信息沟通困难以及对分配物资的安全性难以保证等问题,将区块链技术应用到物资供应体系当中,为突发公共卫生事件下物资供应能力提供新的助力。最后,结合武汉市新冠肺炎案例进行仿真实验,分别以目标适应度值和算法运算的时间来评价实验仿真效果以及效率。实际结果表明,所建立的SEIAR预测模型以及应急医疗物资分配模型具有良好的适用性。