目的应用季节性差分自回归滑动平均(SARIMA)模型以及与广义回归神经网络的组合模型(SARIMAGRNN)预测广东省登革热的月发病数,比较其预测效果,为登革热的预测预警和防控提供科学依据。方法该研究使用广东省2004年1月至2012年12月登革热的逐月发病资料,分别构建两种模型,并使用2013年1月至12月的数据对模型进行预测验证。结果登革热疫情呈现明显的周期性和季节性,周期为1年,8~10月份为高发期,在爆发年份发病人数急剧增多。SARIMA(1,1,3)(1,1,0)12模型为SARIMA预测部分的最优模型;神经网络的最优光滑因子为0.04。两种模型对2013年疫情预测的均方根误差(RMSE)为SARIMA(105.76)>SARIMA-GRNN(92.77),平均绝对百分比误差(MAPE)为SARIMA(2.78)>SARIMA-GRNN(2.15),平均绝对误差(MAE)为SARIMA(64.75)>GRNN-ARIMA(58),模型的决定系数(R2)为SARIMA(0.92)<SARIMA-GRNN(0.95)。结论两种方法均有较佳的预测效果。在SARIMA模型的基础上,结合GRNN模型可进一步提高预测精度。