在预测过程中，针对不同的观测数据，预测方法也有所不同。即使找到匹配的预测方法，在某几个时间点处的预测误差仍然较大。采用适当的加权方法，对不同的单项预测方法进行组合后所建立的组合预测模型可以有效地利用各种单项预测模型的有效信息，取长补短，有效降低预测误差。建立组合预测模型的关键问题就是取适当的算子对各种单项预测方法进行加权，从而使各单项预测模型得到相应的权重后能够发挥其有效性，提高预测精度。　　在实际工作和生活中，人们观测到的一些数据有两个特点:数据的不确定性，观测者主观思维的模糊性。所以研究对象从实数序列转向区间数序列，比如天气温度，一段时间内石油的价格等数据。　　本文针对原始序列为区间数序列的实际问题，建立了三种区间数组合预测模型，并对模型的有效性进行了分析。本文主要工作如下:　　(1)选取浙江省社会保障水平适度区间为样本数据，建立了基于IOWA算子及Theil不等系数的浙江省社会保障水平适度区间的区间数组合预测模型，检验了模型的有效性。　　(2)选取浙江省社会保障水平适度区间为样本数据，建立了基于灰色关联度及IOWGA算子的浙江省社会保障水平适度区间的区间数组合预测模型，检验了模型的有效性。　　(3)针对预测数据为区间数，构造了IT系数，并以江苏省社会保障水平适度区间为样本数据，建立了基于IT系数的江苏省社会保障水平适度区间的区间数组合预测模型，检验了模型的有效性。