由于数据样本具有异质性,因此针对研究对象的预测方法应进行差异化处理。有时尽管找到的预测方法整体上已较为匹配,但是在某些特殊时间点的预测误差仍然较大。组合预测则是通过组合几种不同的单项预测方法,然后附上权重系数,进而建立组合预测模型,充分提取各个预测方法中的有效信息,吸取它们的优点,规避它们的缺点,提高预测精度。建立组合预测模型的关键问题就是如何构建适当的目标准则和信息集成算子,综合衡量各个预测方法,求出各单项方法在组合预测中的权重,进而得到更加准确的预测值。目前,各类组合预测方法大都运用于实数样本数据。然而,在实际的工作及生活中,人们对研究对象进行描述时会面临数据本身的不确定性、观测者主观思维的模糊性等问题,使得人们难以用较为准确的数据对研究对象进行描述。针对上述这些问题,文章尝试将实数序列换成区间数序列,使得组合预测方法更有意义。为了探究区间型数据的研究对象,全文构建了六个区间数组合预测模型,并且通过理论证明和实例验证对其有效性进行了说明。本文的主要内容如下:(1)分别对区间数的中点和半径运用灰色关联度指标作为目标准则,构建基于灰色关联度的优性区间型组合预测多目标模型,偏好系数被引入模型中,从而实现多目标的单一化,使得模型得以计算,具体包括定权系数的组合预测模型和引入GIOWA算子的变权系数的组合预测模型,研究了定权系数模型的有效性理论:非劣性区间数组合预测的理论研究、组合预测中是否存在冗余单项方法的判断定理、冗余信息的判定定理,同时选取某省社会保障水平适度区间值作为样本,实例运算并验证了两类模型的有效性。(2)构建新的区间数关联度指标作为目标准则,分别建立基于区间数关联度的优性组合预测模型,基于区间数关联度及GIOWA算子变权重的组合预测模型,研究了定权重模型的有效性理论:非劣性区间数组合预测的理论研究、组合预测中是否存在冗余单项方法的判断定理、冗余信息的判定定理,同时选取某省社会保障水平适度区间值作为样本,实例计算验证了两类模型的有效性。(3)将区间数转变为二元联系数,构建新的二元联系数关联度指标作为目标准则,分别建立基于联系数关联度的优性组合预测模型,基于联系数关联度与GIOWA算子变权重的组合预测模型,研究了定权系数模型的有效性理论:非劣性区间数组合预测的理论研究、组合预测中是否存在冗余单项方法的判断定理、冗余信息的判定定理,同时使用某省社会保障水平适度区间值,实例运算并验证了两类模型的有效性。