摘要： 目的 根据我国布鲁菌病（简称布病）月发病率的波动特征，采用经验模态分解（EMD）和时间序列分析，构建布病月发病率预测模型，并预测2017年我国布病月发病率。方法 从公共卫生科学数据中心和国家卫生计生委疾病预防控制局网站，收集并计算2004年1月—2016年12月我国布病月发病率。选取2004年1月—2015年12月的数据作为训练集建模，2016年1—12月的数据作为测试集验证模型。通过EMD算法将发病率序列分解为本征模态函数（IMF）1~IMF4和趋势项，对IMF1~IMF4建立支持向量机（SVM）模型，对趋势项建立自回归移动平均模型（ARIMA）疏系数模型，最后将5个模型的输出值进行线性加权求和，得出布病月发病率预测值。结果 SVM模型的惩罚参数c的取值范围是0.088 4~100.000 0，核函数参数g的取值范围是0.010 0~128.000 0；ARIMA((1，12，24)，1，0)模型中，常数项及滞后1、12、24阶的自回归系数分别为0.002 003、1.087 788、-0.145 494、0.028 783。本文方法预测2016年1—11月布病发病率的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）分别为0.020 1、0.016 9、0.066 5，序列未分解单一SVM模型预测2016年1—11月布病发病率的RMSE、MAE、MAPE分别为0.072 2、0.056 0、0.197 5，序列未分解单一ARIMA模型预测2016年1—11月布病发病率的RMSE、MAE、MAPE分别为0.165 0、0.156 2、0.610 0。根据本文方法计算得出2017年1—12月布病发病率预测值为0.287 0/10万人~0.372 6/10万人。结论 本研究根据相关发病率数据构建了基+于EMD和时间序列分析的我国布病月发病率预测模型，其预测误差较小，预测准确度较高；2017年我国布病月发病率预测值约为0.35/10万人。
