随着信息化时代的到来及飞速发展,互联网、银行、电商等无数企业的IT系统日渐庞大,所需要的运维成本越来越高,传统的运维架构已经没办法支撑IT系统的高效工作,因此智能化运维 AIOps（Artificial Intelligence for IT Operations）应运而生。AIOps将大数据和机器学习算法结合在一起,实现低花销、高效率的运维模式,使得各大企业有了更大的发展空间。AIOps有很多业务场景,如异常检测、根因分析及预测等等,其中AIOps的预测技术至关重要,主要分为故障预测、性能预测、容量预测以及交易量预测等场景。交易量和容量的预测分析可以帮助实现智能的系统容量规划,既可以在业务高峰期及时扩容,保证系统高性能运行,又可以在其他时段减少资源分配,降低成本。因此本文着手于AIOps的预测技术,主要对AIOps中交易量以及磁盘容量的时间序列预测进行了深入的研究。首先,研究了智能化运维AIOps及其预测业务场景中相关技术的发展与国内外研究现状;其次,介绍了智能化运维AIOps的相关知识,主要包括智能化运维的基本概念、智能化运维的能力分级与框架、IT运维的发展过程和各阶段运维模式的对比、智能化运维的优势以及未来发展趋势;再次,介绍了时间序列预测基础算法和时间序列预测模型优劣的评价指标,研究了 Prophet模型、ARIMA模型、SARIMA模型、指数平滑模型以及LSTM模型等时间序列预测模型的原理,深入研究了组合预测模型的原理及模型组合方法,并且针对交易量预测和磁盘容量预测提出了基于优势矩阵法的DM-PS4DB组合预测模型,其核心思想是采用优势矩阵法的加权方式对Prophet模型和SARIMA模型的预测结果进行组合,得到新的预测结果,充分结合二者的优势,更加准确稳定的预测交易量和容量;最后,利用开源的交易量及磁盘容量历史序列数据集,应用各个单一预测模型以及提出的组合预测模型分别进行建模预测实验,根据评价指标的结果得出,DM-PS4DB组合模型的预测效果比各个单一预测模型更加精确和稳定。希望本文的研究能够为智能化运维AIOps中的交易量预测和磁盘容量预测技术的更迭提供思路,起到一定的作用。