一种手术医疗资源分配方法

本发明公开了一种手术医疗资源分配方法，过程如下：步骤1、建立多个模型；步骤2、构建基于双层马尔可夫决策框架的分层深度强化学习算法，包括上层排程MDP部分和下层资源分配MDP部分，将步骤1各模型结果嵌入分层深度强化学习算法中，上层得到当前分配决策传递给下层，下层执行分配决策后将结果反馈上层，上层根据反馈的结果计算联合奖励并更新分配决策，触发下一轮决策；步骤3、建立综合优化目标函数，将综合优化目标函数分解映射为双层奖励信号，分别加入上层排程MDP部分奖励、下层资源分配MDP部分奖励；步骤4、重复执行步骤2至步骤3以进行迭代训练，直至收敛时，得到最优调度方案。