Bates和Granger提出的组合模型理论广泛应用于时间序列的预测问题,目前基于组合模型理论的预测模型能够对一些时间序列数据进行较好的预测,克服了单一模型预测精度不足的缺点。然而在以前的研究中,许多组合模型,仅仅专注于一个单一的指标,例如提高预测精度或稳定性。对于一个有效的预测模型,仅考虑单一指标往往不能有效地描述数据的复杂性,从而影响预测精度和稳定性。因此,有必要对多目标组合预测模型进行深入的研究,它对促进、完善组合预测理论及预测学的发展都有着重要的意义。本文提出了一个基于多目标优化的且带有三个目标函数的组合预测模型,并在各种评价指标下研究模型的效果。该预测模型由Non-Dominated Sorting Genetic Algorithm-Ⅲ(NS GA-Ⅲ)算法对单一模型的权重和三个目标函数进行优化,并确定出组合模型的最优权重。该模型同时具有高精度和高稳定性的特点。实验结果表明,本文提出的基于多目标优化的组合预测模型和传统的单一模型相比较,其预测精度和稳定性都得到了较大的提高,为电力系统调度,风电场风能评估等实际问题提供了有力的技术支撑。