利用模糊时间序列处理预测问题已经成为目前数学研究方面的一个重要课题,许多学者为了提高模糊时间序列预测结果的精度,提出了各种各样的模糊预测方法,其研究重点都是在改进论域划分和模糊预测规则两方面上1995年Ⅰ-ong Kuo等人提出利用粒子群优化算法来处理模糊时间序列预测中论域划分的问题,以提高预测精度。其基本思想是：首先给出一群粒子,每一个粒子定义一个n-1维矢量,每一个矢量将论域划分成n个间隔,然后这些粒子在论域范围内运动,寻找出使得结果最优的一个划分。Ⅰ-Hong Kuo等人对模糊预测规则也做出了创新,提出新的模糊预测方法(名叫MV),通过Alabama大学注册人数的预测结果表明其算法优于先前的算法。Ⅰ-Hong Kuo等人在论文中使用的模糊集是先前人为给出的,这种定义方法不能客观地反映出真实的数据结构分布,所以陈刚教授提出了模糊集的一个客观定义——距离定义,这样就避免了主观定义所带来的弊端,体现出样本在论域上的分布,突出样本的内部结构。本文将陈刚教授提出的模糊集使用其中,在建立模糊关系时将Ⅰ-Hong Kuo等人的MV预测方法稍作修改,最后的预测结果表明本文的算法比Ⅰ-Hong Kuo的算法精度更高一些。