系统响应的预测问题是个复杂的过程,受多种因素影响。为了更好地解决系统响应的预测问题,一种较好的策略是将几个合适模型进行合并预测,合并预测方法的权重多为确定性的值,具有固定权重的合并预测模型有时候不能很好的反映实际情况。而变权重合并预测方法通过将权重取值与变量取值关联起来,提高了预测的可靠性和预测精度。本文就变权合并预测中权重函数的求解问题和置信区间的估计问题做进一步探索研究。本文的主要研究内容如下:首先,本文通过对模型不确定性的介绍,引入了合并预测模型,介绍了合并预测中几种常见的权重求解方法,分析了合并预测目前存在的问题,最后指出了变权重合并预测法的优越性。如何求解权重函数是变权重合并预测的关键问题,需要进一步研究,此外,也需要对变权重合并预测的置信区间进行估计。其次,本文提出了两种变权重合并预测的新模型,一是基于拟合方法的变权重合并预测模型,建立新的优化问题,针对每对数据求取最优权重值,最后基于数据-权重值的对应关系,采用函数拟合方法得到最优的权重函数,通过算例表明该模型预测的精度和可靠性都得到了提高。二是基于Bootstrap方法及最大熵原理的变权重合并预测模型,Bootstrap方法求解权重的置信区间具有不依赖样本分布的优点,而最大熵法能在给定权重的置信区间内得到最优的权重函数,算例结果表明此模型比传统的变权重合并预测模型具有更高的预测精度。最后,针对变权重合并预测法在置信区间估计问题上存在的缺陷。本文提出了两种估计变权重合并预测置信区间的新方法,一是基于Bootstrap方法的变权重合并预测置信区间估计方法,使用Bootstrap方法能方便的获得变权重合并预测的置信区间。二是基于调整因子法的变权重合并预测模型置信区间估计方法,用调整因子法表示变权重合并预测结果与单模型预测结果的差异,进而对置信区间进行估计。最后通过算例验证所提两种估计置信区间的新方法是有效可行的。