摘要： 针对模糊时间序列模型在处理数样本数据时存在局限性，引入直觉模糊集理论对模糊时间序列模型进行扩展。首先，通过对样本数据直觉模糊化，更加细腻地反映实际数据的不确定性本质；然后，在建立直觉模糊逻辑关系时引入犹豫度因子，更加真实地描述数据之间状态转换的不确定性，以Ｓｏｎｇ、Ｃｈｅｎ和Ｌｅｅ提出的模型为框架，构建直觉模糊时间序列预测模型；最后，利用Ａｌａｂａｍａ大学２２年的入学人数为实验数据，对比分析Ｓｏｎｇ、Ｃｈｅｎ和Ｌｅｅ模型及其加权模型的预测结果，验证了直觉模糊时间序列模型的可行性和优越性。