本文提出了一个容量受限的重症监护病房(后面简称特护病房或ICU)的最佳释放和准入决策规则,患者被分为不同的类型,患者类型是有限的,每个类别可能对应于患者在入院时的特定身体状况。病人到达ICU是随机的。在新到达病人不能排队等待或被拒绝的情况下,医生必须选择当前ICU中的现有患者释放。这种以需求为导向的病人释放出院将产生相应的成本,该成本的多少取决于释放病人的类型。我们研究的目标是最大限度地减少由于需求驱动的释放产生的总预期成本。本文提出φ/μ规则,其中c是与需求驱动的释放产生的费用,μ是停留时间。φ/μ衡量的是单位时间内需求驱动的释放产生的“平均”成本,当允许拒绝新到达病人入院治疗时,我们在一定条件下提出一个相似的策略,比较拒绝费用与释放ICU中一名重症患者的费用,来决定是否让新入院的病人加入ICU。由于从ICU释放出院的患者可能会面临疾病恶化的情况,当考虑病人存在多次再入院的情况时,我们进一步分析患者再入院的最佳决策。最后,通过数据实例说明模型参数对φ/μ规则和Chan等人(2012)提出的贪婪策略造成的总体预期成本的影响,结果表明前者明显好于后者。本文第三章建立了一个有限状态空间,并在此空间上定义偏序。为了选取一个最优决策序列使得总期望成本函数值最小,提出近似动态规划算法,并证明算法几乎处处收敛到最优成本函数。利用最优成本函数在状态空间上的单调性加快算法收敛速度。从而为特护病房的医生提供一个近似最优的决策序列,在实际问题中,该算法可以得到广泛应用。