新型冠状病毒肺炎传染病（COVID-19）在全世界的持续大流行,已经对世界的经济、社会和民众的健康造成严重影响。中国政府在中国共产党的坚强领导下,落实疫情防控制度,措施的成功实施,有效的抑制了疫情的扩散,对于其他人口大国而言,防疫工作仍然是一个巨大的挑战。如何根据疫情己有数据,科学地预测疫情未来发展趋势,制定符合实际的疫情干预决策,具有重要的研究价值和社会意义。本论文首先以中国卫生健康委员会发布的各省市疫情数据作为研究对象,提出两类预测模型,对COVID-19疫情发展趋势进行预测分析。（1）SEqEIR（易感-隔离-潜伏-感染-康复）模型对COVID-19疫情预测。病毒变异导致高传染性和无症状者携带病毒的隐蔽性,因此考虑了两种干预政策因素:隔离和重复核酸检测。通过对经典的SEIR模型改进,提出了更加精准预测的模型SEqEIR。（2）基于LSTM模型的COVID-19疫情预测。其次,利用提出的两类模型,分别对新疆喀什疫情发展进行预测。（1）喀什地区使用改进的SEqEIR模型对被研究地区进行四个方面的预测分析:1)对人群进行全面核酸检测时对感染者数量的模拟预测。2)无症状患者隔离对易感人群影响的模拟预测。3)由于病毒的隐蔽性,在增加隔离时间和隔离比例之后感染者数量的模拟预测。4)控制人口流动,降低人与人之间的接触率对疫情发展趋势的影响。（2）使用深度学习的LSTM模型,预测喀什地区感染人数的发展趋势。最后,为了验证改进的SEq EIR模型和LSTM模型的可适用性,将两类模型应用于另一研究地区-上海市,分别对感染人数的趋势进行了预测,对比了两类模型预测结果的误差大小。实验结果表明,在数据有限的情况下,改进的SEqEIR模型的拟合效果和预测性能与LSTM模型对比,前者模型预测结果更加接近真实数据。使用SEqEIR模型能够合理的估计疫情发展趋势。由于国内局部地区疫情的暴发通常在有效的干预政策实施下会快速得到控制,直至清零。因此改进的SEqEIR模型可用于COVID-19传播趋势分析。现阶段中国疫情防疫政策仍存在一些问题,所以应该将变异毒株传播的特点与其结合,来制定疫情地区的防控管理措施,为未来的疫情干预决策提供一定的理论支持。