手足口病是一种由不同病毒引起的传染病,发病者多为5岁以下的婴儿和儿童,疾病传染性强、传播途径复杂、流行强度大、传播快,因此防控工作难度极大。自2010年以来,手足口病一直位于我国法定传染病发病率首位,引起手足口病的肠道病毒有20多种,中国手足口病致病原以EV-71和CV-A16为主。本文考虑手足口病的传播特性,构建时间序列长期预测模型,为手足口病提前制定预防策略提供科技支撑。本文利用山东省和广东省2008-2016年的月度手足口病上报病例数作为训练数据,构建模型预测两省2017-2018年月手足口病的发病人数,采用RMSE（Root Mean Square Error）和MAE（Mean Absolute Error）评估模型的预测效果。首先使用了传统的时间序列模型SARIMA（Seasonal Autoregressive Integrated Moving Average）进行拟合预测,发现SARIMA模型对于规律性强的数据预测效果好,但是对于传播模式发生改变的数据预测效果很差。基于这一点,设计时间序列分解和SVR（Support Vector Regression）的组合模型,该模型首先将手足口病时间序列进行分解得到长期趋势项、季节项和剩余项,再使用SVR对非线性部分（趋势项和剩余项）进行拟合预测,运用四折交叉验证来选择SVR模型的超参数,然后用拟合得到的模型滚动预测未来的趋势项和剩余项的值。实验结果表明本文设计的组合模型对于传播模式发生改变的数据预测效果远远优于SARIMA模型。本文进一步研究了传染病动力学SIR（Susceptible-Infectious-Recovered）模型。根据手足口病季节性传播的特点将感染力设置为余弦形式,结合HMM（Hidden Markov Models）模型估计未知参数。首先设置未知参数的初始范围,利用拉丁超立方采样得到100个参数组,将100组参数分别带入到模型中使用粒子滤波计算对数似然值,然后经过迭代滤波得到使模型对数似然值最大的最佳参数,利用最佳参数预测未来的手足口病发病趋势。实验结果表明SIR模型预测效果优于组合模型,能抓取到手足口病传播过程中模式变化。由于传染病动力学模型在手足口病数据上表现较好,本文进一步将其用于武汉市新冠肺炎的数据上。考虑新冠肺炎传播特性,本文搭建SEIR（Susceptible-Exposed-Infectious-Recovered）模型对武汉市新冠肺炎（COVID-19）进行预测。与SIR模型相比,SEIR模型考虑了潜伏者,同时将人口流动和公共干预手段量化纳入到模型中,更为合理。实验采用2020年1月17日到2月11日的上报病例数作为训练数据,预测之后武汉市29天的发病情况。训练后的传染病动力学模型拟合和预测效果良好,预测的峰值发病数和趋势与实际情况一致。实验结果表明新冠肺炎传播初期基本再生数是较大的,后来会慢慢衰减至小于1,疫情会慢慢控制住,与事实相符。