本書創(chuàng)新性地將復(fù)雜數(shù)據(jù)分為小樣本和大樣本兩種情形開展研究：針對(duì)小樣本復(fù)雜數(shù)據(jù)預(yù)測問題，以經(jīng)典的非季節(jié)性數(shù)據(jù)、季節(jié)性數(shù)據(jù)和前沿的成分?jǐn)?shù)據(jù)為出發(fā)點(diǎn)，建立了適用于不同數(shù)據(jù)類型的系列灰色預(yù)測模型，主要包括面向小樣本信息迭代驅(qū)動(dòng)數(shù)據(jù)的灰色預(yù)測模型、面向小樣本信息振蕩季節(jié)數(shù)據(jù)的灰色預(yù)測模型、面向小樣本信息映射成分?jǐn)?shù)據(jù)的灰色預(yù)測模型，并分別應(yīng)用于空氣污染預(yù)測、海洋酸化預(yù)測以及生物能源發(fā)電結(jié)構(gòu)預(yù)測；針對(duì)大樣本復(fù)雜數(shù)據(jù)預(yù)測問題，以傳統(tǒng)的點(diǎn)值數(shù)據(jù)、新興的區(qū)間型數(shù)據(jù)和熱門的混頻數(shù)據(jù)為出發(fā)點(diǎn)，建立了適用于不同數(shù)據(jù)類型的智能預(yù)測模型，主要包括面向傳統(tǒng)點(diǎn)值數(shù)據(jù)的時(shí)間序列預(yù)測模型、面向區(qū)間型大數(shù)據(jù)的時(shí)間序列預(yù)測模型、面向混頻大數(shù)據(jù)的時(shí)間序列預(yù)測模型，并分別應(yīng)用于空氣質(zhì)量指數(shù)預(yù)測、碳市場價(jià)格預(yù)測以及風(fēng)速預(yù)測。