预测是对某种研究对象未来的结果提前做出推测的一种技术,也是充分挖掘事物内在发展和演变规律的过程。本文以S型序列的预测为主要研究对象,通过建立θ-gistico L模型、灰色hulster V模型、三次指数平滑法模型和回归组合模型来预测S型序列,采用事例验证、比较对照、残差分析和数值模拟手段解决S型序列的预测问题。首先对S型序列预测模型的研究现状进行了阐述分析,在实例和计算机仿真的启发下建立θ-gistico L模型,并给出参数估计的方法,通过实例和数值模拟表明,利用θ-gistico L模型预测S型序列,克服了传统Logistic模型预测滞后或超前现象。其次介绍了灰色系统理论和相关灰色预测模型,并分别用GM(1,1)模型、灰色hulster V模型和广义hulster V模型对S型序列进行预测,通过数值模拟、残差分析、相对误差等对预测结果进行分析,结果表明:广义hulster V模型预测的平均相对误差较小。第三章介绍了三次指数平滑法与参数估计,探讨了用三次指数平滑法预测S型序列,结合Matlab程序给出三次指数平滑法在S型序列具体应用,该模型计算速度快,预测误差小。并将gistico L模型和三次指数平滑法从理论推演和实际应用两方面比较,指出各自模型的优缺点,为组合模型的建立提供思路。最后介绍回归组合模型,建立了基于S型序列灰色回归组合模型,并与其它的3种单一模型预测结果进行比较,结果表明,组合模型的预测效果好。