传染病大流行期间,感染人数会在短时间内激增,病患的有效分配是非常重要的环节。如何在较短的时间内为病患分配就诊时间最短的医院是分配时所需解决的关键问题。本文以新冠疫情为大背景,研究一种智能调度算法,该算法同时兼顾优化性能与计算时间两种性能指标,主要以超启发式方法为主体框架,配合元启发算法进行调度优化。主要研究成果如下:（1）建立问题模型并提出基于蚁群优化算法的超启发式方法求解该问题。对2020年初爆发的新型冠状病毒发展形势进行了分析,对病患入院分配调度问题的国内外研究现状进行了调研分析,分析疫情下病患入院分配调度问题的复杂性,提取大爆发期间病患入院分配调度问题的特征,建立了相应的数学模型。针对病患入院分配调度问题,超启发式方法采用蚁群算法作为高层搜索策略分配规则,算法以最小化总收治时间为目标。以市区规模数据为实验依据,进行了仿真调度实验,实验数据证明了算法在优化性能和效率方面取得了较好的平衡,适用于解决问题规模大的病患入院分配调度问题。（2）在基于蚁群优化算法的超启发式方法中加入动态决策块策略。将病患划分为小组,即决策块,以决策块为基础选择合适的启发式规则,最终生成调度解。仿真调度实验结果显示,加入决策块策略的算法减小了搜索空间,提高了计算效率,更加适合于解决大规模疫情下的实时调度问题。总之,本文结合疫情大流行期间的实际情况,首先对病患入院分配调度问题进行了全面的描述,并且建立了相对完善的数学模型,然后提出使用基于蚁群算法的超启发式方法求解该问题,并对基于蚁群算法的超启发式方法进行了改进,加入了动态决策块策略,提升了算法性能。为解决病患入院分配调度问题提供了新的思路。