随着经济的发展，暴雨洪水灾害也愈加频繁，一旦发生洪涝灾害，将会给人们的生命和财产带来巨大的损失，对社会稳定也会造成一定的影响。因此，进行降雨预测的研究，对减少洪涝灾害带来的损失具有重要的意义。 作者通过翻阅大量的有关中长期降雨预测方面的文献资料，分别采用了自回归模型、人工神经网络模型和Shepard插值模型来进行年降雨的预测，以检验它们应用于年降雨预测的可行性，本文的年降雨预测结果说明了这几种方法应用于年降雨预测的可行性。而且，本文还尝试采用不变权重和变权重两种组合预测模型来进行年降雨的预测，因为组合预测模型可以综合利用各个单项预测模型所提供的信息，避免了单项预测模型预测结果的“时好时坏”性，所做出的预测结果较为平稳，而且，预测结果也说明组合预测模型预测精度比单项预测模型的高。 在本文中，所有模型的参数估计均采用“基于实数编码的加速遗传算法(RAGA)”来进行优化。该方法具有处理复杂优化问题的能力，并且，它调整、压缩搜索区间的性能也是稳健的，不易早熟收敛，加速循环的次数也不会很高，一般就在10次以下，即便是特别复杂的问题其加速循环次数也在50次以内，所以说RAGA的计算量很少。