石油作为世界主要能源,其价格的剧烈波动通过各种传导机制严重影响国际政治经济和军事环境。尤其是在我国逐步开放能源价格,并对原油对外依存度不断攀升的情况下,原油价格的剧烈波动严重影响我国国民经济的正常运行。原油价格因受到市场供需关系和全球经济、政治环境,市场投机,突发事件等因素的影响,而表现出非线性、高复杂性特征,这使得原油价格预测成为研究的热点和难点。为了提高现有研究对国际原油价格的预测准确度,减少运算复杂度,本文针对分解集成模型的重构技术和分量预测技术进行改进和创新,构建了基于数据特征驱动重构的分解集成模型和基于萤火虫优化最小二乘支持向量机的分解集成模型。基于数据特征驱动重构的分解集成模型通过建立以“数据特征驱动建模”为核心的数据驱动重构方法改进现有的分解集成模型。该模型包含四个步骤：数据分解、模态重构、分量预测和集成预测。本文提出的数据特征驱动重构方法对所有分解的分量全面分析以发掘隐含的数据特征,并根据特征重构成具有特定意义的分量。通过对WTI和Brent原油价格预测实证研究证明该模型具有更高的预测准确性和更少的运算时间。基于萤火虫优化最小二乘支持向量机的分解集成模型是现有分解集成模型的扩展三个部分：用集成经验模态分解数据；用最小二乘支持向量机预测分量；集成预测三个部分。萤火虫算法被用于优化最小二乘支持向量机的惩罚参数和核函数参数。实验结果证明该模型在预测精度和鲁棒性上均比其他基准模型更高。本文针对分解集成模型重构技术和分量预测技术所提出的模型都在一定程度上提高了国际原油价格预测准确度。实验结果证明本文提出的模型能够有效的预测具有高复杂性不规则性特征的原油价格。