中文摘要：

预测流行性出血热在不同时、空的发病情况，认识其流行特征与流行规律。能达到早期控制疫情的目的，使疫情灾害降到最低、损失最小。该研究通过收集、比较、分析高、低疫区中人群发病与媒介生物等方面的信息数据，应用多种函数及反馈神经网络原理，利用系统数据的自学习过程，平滑燥声、减小残差的功能，逼近函数真值，预测、仿真该病的流行过程和发病趋势，建立了不同时、空的GM(1,1)模型、ARIMA模型、时间序列SARIMA模型、Bayes判别分析模型、支持向量机模型、广义回归神经网络模型和结构方程模型，系统地比较了各预测模型的特点及应用，并应用了地理信息系统(GIS)对流行性出血热发病率的时间、空间进行了首次研究，得到了气候等因素对流行性出血热发病的影响主要是通过对宿主动物的影响而实现的结论，提出继续坚持防鼠灭鼠的防控策略和措施。该研究对防控流行性出血热鼠间和人间疫情流行，保护人民群众的生命健康有着重要意义，为制订流行性出血热的防制措施提供了理论依据。