方法：我們為中國揚州市構建了一個13年（652周）的多源數據集，將流感樣疾病（ILI）監測數據與百度搜索指數和氣象變量相結合。在1周，5周和9周的滑動時間窗口下，系統比較了六種最先進的深度學習模型GRU，Transformer，LSTM，TFT（時間融合變壓器），TCN（時間卷積網絡）和N-BEATS。基於它們在windows上的強大性能，GRU，TCN和Transformer被選為核心基礎學習者。使用這些模型，我們設計了幾種集合策略，最終形成了具有季節殘差調整（DWE+SRA）的動態加權集合。