急性低血压(Acute Hypotensive Episodes, AHE)是ICU重症监护室中患者常见且危害严重的术后发症状之一。AHE的有效诊断与预测，给予医生足够时间实现干预措施，具有十分重要的临床意义。但由于血压时间序列数据高度非线性和复杂性，使得AHE的诊断与预测尤为困难。为此，面向复杂非线性时间序列的建模，本文提出一种基于经验模态分解(Empirical Mode Decomposition, EMD)和基因表达式程序设计(Gene Expression Programming, GEP)的综合方法，并构建相似性匹配模版方法来提高建模的稳定性。应用PhysioNet?中MIMIC-II的数据进行实验分析，发现本方法是有效、可行的。为复杂非线性时间序列数据的建模预测提供了一条可参考的路径。