针对突发公共卫生事件中应急物资供应不足、分配不合理、配送效率低等问题给疫情防控带来的影响，用引入迁移率的传染病模型SEIAR(susceptible-exposed-infected-asymptomatic-recoverd, SEIAR)预测需求地不同时间段内受灾人数的动态变化，从而间接预测应急医疗物资的需求量；建立以需求地满足率最大化、运输时间最小化及总成本最小化为目标的多目标应急医疗物资动态分配模型。提出一种融合莱维飞行和非线性自适应惯性权重的改进鲸鱼优化算法，以提高算法寻优精度。以某地区新冠疫情发生状况为案例进行验证与仿真。结果表明，所构建的SEIAR模型具有较好的适应性，与传统的遗传算法(GA)、粒子群优化算法(PSO)相比，所提出的算法收敛速度更快，收敛精度更高。