目的由于呼吸道传染病对人群健康造成了严重的危害,为了避免其影响进一步扩大、损害生命质量,则需预防呼吸道传染病疫情的暴发。因此,本研究在CEEMD方法的基础上结合参数优化、权重搜索和误差修正方法建立误差修正预测模型,并利用2004-2017年中国法定报告的肺结核、猩红热和百日咳月发病率的时间序列数据对其准确性和可靠性进行验证,旨在为具有不同流行特征的呼吸道传染病提供一种可行的预测方法,进而为相关部门提供呼吸道传染病防控的预测信息。方法首先,利用CEEMD数据预处理方法将原始时间序列数据（肺结核、猩红热和百日咳月发病率）分解为不同的IMF,从原始时间序列数据中去除IMFs获得剩余分量序列;其次,使用PSO-SVR模型拟合IMFs,分别使用PSO-SVR、GSA-SVR、PSOGSA-SVR、GRNN和LSSVM单一模型拟合剩余分量序列,选择滞后阶数（Lag）和IMFs的数量后,将IMFs和剩余分量序列的预测结果相加获得45个单项误差修正模型;最后,根据模型评价指标选择最优单项误差修正模型,并判断其是否满足预测效果的要求,如果最优单项误差修正模型的评价指标不满足要求,那么建立组合误差修正模型。结果（1）基于CEEMD分解的最优单项误差修正模型和组合误差修正模型的预测准确性和可靠性比并联模型高,且两种误差修正模型的MAE、MSE、R和IA均比并联模型好,两种误差修正模型的R和IA都达到0.96以上。（2）组合误差修正模型比单项误差修正模型的预测效果好,且三种呼吸道传染病中组合误差修正模型的总体预测趋势更接近真实趋势,特别是极值点。（3）三种呼吸道传染病的预测分析可以发现:基于数据驱动和模型评价指标选择的最优单项误差修正模型具有不同的IMF个数和滞后阶数,此外,组成三种呼吸道传染病的单项误差修正模型中的剩余分量的最优拟合模型也不同。结论（1）基于数据预处理的误差修正模型较明显地提高了呼吸道传染病发病率的预测准确性和可靠性,且组合误差修正模型的预测效果优于单项误差修正模型。（2）运用三种具有不同流行特征的呼吸道传染病发病率数据验证了误差修正模型的预测效果,预测结果证明误差修正模型的泛化性能较高,可以将其应用于预测此类具有时间序列特征的呼吸道传染病。（3）综合数据预处理、参数优化、权重搜索和误差修正等多种方法的误差修正模型的预测效果优于单一模型和并联模型。