陈华友，李 翔，金 磊，姚梦杰

(安徽大学数学科学学院，合肥230601)

0 引言

传统的预测方法都是使用单项预测方法对目标进行预测，但是这种预测是存在风险的，一旦单项预测方法选择错误，就会使得最后的预测误差较大，给我们的决策带来麻烦。为了分散这种风险，Bates和Granger[1]首次提出组合预测方法的概念并进行了相关的研究。此外，现实生活中，由于客观事物的复杂性、不确定性以及人类思维的模糊性，在实际决策问题中，决策信息往往以区间数形式[2]来表达。为了综合信息的这种不确定性，文献[3]引进区间组合预测。

传统的组合预测方法[4]-[5]大都局限在对于不同的单项预测方法赋予相应的固定加权系数，这便忽略了各单项预测方法在不同时点预测精度的不同，因此固定加权的组合预测方法也存在一定的缺陷。美国著名学者Yager提出了有序加权平均算子[6]和诱导有序加权平均算子[7](Induced Ordered Weighted Averaging Operator)的概念，文献[8]建立了基于IOWA算子的组合预测模型，它根据不同时点预测精度的作为诱导变量给各单项预测值进行有序加权平均，这实际上是一种变权组合预测方法。

同时，我们注意到传统的组合预测方法大都是以不断改善拟合误差平方和为基础来建立模型，从而求出权系数，然而文献[9]给出了研究组合预测的另一新途径，即提出了基于相关性指标的最优组合预测模型的研究。本文在此基础上，结合IOWA算子，针对预测值与实际值都以区间数形式给出的问题，从相关系数角度出发，对区间中点和区间半径进行研究，建立基于相关系数及IOWA算子的区间组合预测模型，并探讨了权系数求解方法。……