糖尿病是一种代谢性疾病,患者长期高、低血糖会引发一系列的并发症,反复低血糖更是血糖达标的主要阻碍,如何对糖尿病进行有效控制与治疗已成为重要的研究内容。现存的医疗方法中,利用人工胰脏对患者注射胰岛素是最能有效降低血糖的方式,能够实现精准血糖预测与低血糖预警,不仅能为人工胰脏的工作系统提供关键数据,还可以进行高低血糖预警,以便患者或医生提前控制血糖不稳定的事件。本文同步进行血糖预测和低血糖预警的研究,对患者实现快速预测低血糖趋势和准确预测血糖数值。其中血糖预测研究中,根据患者血糖数据量建立两种回归模型:一是适合任意血糖数据集的平均化回归模型,二是适合较多血糖数据集的个性化回归模型。回归模型中利用弹性网络、灰狼优化核极限学习机等模型,模型评估指标选用均方根误差和平均绝对误差。设定不同的预测时长进行实验对比,个性化模型学习的曲线更贴合患者真实血糖曲线,能体现患者自身血糖特点,预测严谨有效,所以血糖预测中的个性化模型优于平均化模型。在本文研究工作中,根据低血糖预警的阈值建立起两种分类模型:一是利用血糖临界值作为阈值的平均化分类模型,二是利用患者数据特点决定聚类中心的个性化分类模型。分类模型中利用贝叶斯分类、极限学习机等算法,预测时长为20分钟和30分钟。对实验结果的分析表明,低血糖预警的个性化模型与平均化模型各有优缺点,两者互为补充。