进入到21世纪后，SARS和甲型H1N1流感相继在全世界范围大规模爆发，人民的生命财产安全受到严重威胁，我们面临的形势十分严峻。国内外很多专家学者在传染病预测方面做了大量的研究工作，取得了很多显著的成绩，如小波模型、灰色动态模型、ARIMA模型、线性回归模型等，在很多方面得到了成功的运用。同时这些预测模型也存在各式各样的问题，比如，对样本数据要求高、计算复杂度高、稳定性差等。我国中医专家在传染病预测方面，特别是在重大传染病预测这个领域，处于世界领先水平，先后准确的预测了SARS的消亡时间和甲型H1N1流感的爆发时间。　　 本文在深刻理解了中医专家对传染病爆发原因的分析后，从气候方面查找传染病爆发的根源。由于我们需要模拟中医专家人脑的分析过程，考虑用神经网络在这方面具有无法比拟的优势，用神经网络来对传染病进行预测。考虑到传染病预测的特点，本文选用了径向基神经网络来进行预测。径向基函数的中心选取算法是径向基神经网络的核心算法，在综合分析了目前常用的径向基函数中心选取算法的优点和缺点后，本文提出了一种改进的函数中心选取算法，对分类效果进行了改进，实验仿真结果表明，改进的函数中心选取算法进一步提高了分类的精度，减小了误差，适合用于径向基神经网络预测建模。　　 从中国疾病控制中心下载了近年来的传染病数据，选择了其中的肺结核的发病数据来进行数据分析，采用了主成分分析和径向基神经网络相结合的方法，实验结果表明该方法具有很好的预测精度，能够预测出发病人数的发展趋势，可以应用到实际中去。最后本文还尝试性的对重大传染病进行预测分析，由于数据较少，只进行了简单的分析和预测，有待进一步研究。