方法：我们为中国扬州市构建了一个13年（652周）的多源数据集，将流感样疾病（ILI）监测数据与百度搜索指数和气象变量相结合。在1周，5周和9周的滑动时间窗口下，系统比较了六种最先进的深度学习模型GRU，Transformer，LSTM，TFT（时间融合变压器），TCN（时间卷积网络）和N-BEATS。基于它们在windows上的强大性能，GRU，TCN和Transformer被选为核心基础学习者。使用这些模型，我们设计了几种集合策略，最终形成了具有季节残差调整（DWE+SRA）的动态加权集合。