第四章：“集成ARIMA和NN模型的应急资源需求预测研究”为分析求和自回归移动平均（ARIMA）和神经网络（NN）两种预测方法特性的基础上，结合ARIMA在线性空间的预测优势以及NN在非线性空间的预测优势，构建集成ARIMA-NN的时间序列预测模型。通过北京地区SARS患者治愈人数时间序列实际数据对所提出的集成模型进行验证，通过预测出的累计治愈人数从而构建函数关系预测出需求量的最大值。源.自/优尔·论\文'网·www.youerw.com/

第五章：“总结与展望”总结论文的主要研究内容和存在的不足之处，针对研究中的不足提出下一步研究的方向与展望。

1.3.2 拟采用的手段

    本文研究构建基于Logistic 回归，集成ARIMA和NN模型理论的综合和决策方法，以解决疫情扩散环境下的应急资源需求预测研究的问题。 

本文采用如下的研究方法：

(1)文献研究法。通过对相关文献的搜集和研读，了解了Logistic 回归，ARIMA模型历史发展、研究现状与不足之处，形成了文献综述。

(2)基于Logistic 回归，集成ARIMA和NN模型对SARS的扩散研究，通过建立两种模型运用模型的求解，运用软件拟合或者实例论证，得出规律，最终通过建立函数对应急资源需求进行预测