汇率在世界经济中起着举足轻重的作用,它是两种货币之间兑换比率的一种体现。本文主要研究了利用函数系数自回归模型(FAR)、自适应函数系数自回归模型(AFAR)、考虑观测误差的EV模型以及BP神经网络组合模型、最优加权组合模型、基于误差平方倒数的变权组合模型、基于熵权和误差平方倒数的变权组合模型对人民币/美元汇率进行预测,并将单个模型和组合模型的预测结果进行了比较,具体内容如下:　　1.对人民币/美元汇率预处理后的序列建立了FAR模型和推广的函数系数自回归模型,实证研究结果表明:推广的函数系数自回归模型的拟合效果和预测精度要优于FAR模型的拟合效果和预测精度。　　2.将AFAR模型和测量误差模型相结合建立了自适应变系数EV模型,并对人民币/美元汇率进行研究。实证研究结果表明:此EV模型的拟合效果比AFAR模型的拟合效果好,其预测精度也优于AFAR模型。　　3.对人民币/美元汇率建立了最优加权组合模型、BP神经网络组合模型和基于误差平方倒数的变权组合模型以及基于熵权和误差平方倒数的变权组合模型。实证分析毒明:组合模型的预测精度要优于单个模型;变权组合模型的预测精度优于最优组合模型:基于熵权和误差平方倒教的变权组合预测精度要优于基于误差平方倒数的变权组合的预测精度。