《管理科学学报》2020年02期发表了我院刘冠男副教授、吴俊杰教授等在管理科学与工程方面的研究成果《基于深度强化学习的救护车动态重定位调度研究》。刘冠男副教授为第一作者，我院硕士生曲金铭同学为第二作者，北京航空航天大学经济管理学院为第一完成单位。
救护车是挽救患者生命的重要医疗资源，合理调配有限的救护车资源可以降低呼叫响应时间，提高医疗服务水平。然而，囿于我国医疗资源的稀缺性，无论是在地理和资源相对匮乏的偏远地区，还是在供不应求的城市枢纽地区，都面临着不同程度的急救响应不及时、救护车响应范围受限等问题。因此，在限定已有应急资源的约束条件下，如何进行救护车资源的调配整合，成为一个重要的研究问题。
为此，文章研究了在动态需求环境下，对救护车在不同急救站点之间进行重定位，以最优化全局平均响应时间的问题，在考虑多种实时调度交互因子的基础上，提出了一种改进的深度强化学习算法用于生成有效可行的救护车重定位策略。实验证明在南京市的实验环境下，研究提出的策略在需求高峰期体现了明显的优势，与其他调度策略相比，研究提出的策略在评价指标上有明显的提升。同时急救网络弹性分析及对瓶颈节点的分析对医疗资源配置有重要的参考意义。
论文的原文链接地址为https://mall.cnki.net/magazine/Article/JCYJ202002004.htm
