本文建立基于遗传算法的广义模糊时间序列模型。该模型在论域上定义7个模糊集，通过遗传算法实现对论域的划分，使用隶属函数实现样本数据的模糊化。依据隶属度的不同，得到样本数据的不同模糊状态，从而获得不同层次的模糊逻辑关系。为了计算简便并符合人的认识规律，模型只考虑了几个主要层次的模糊逻辑关系。随后，本文以黄山旅游人数预测为例，对本文提出的模型预测的准确性进行验证。　　本文首先对模糊时间序列的研究背景和现状做一个概括。同时，介绍几种常见的模糊时间序列模型，给出相关的概念和定义。　　然后，在第三章和第四章中，先计算旅游人数的一阶差分，将该一阶差分序列作为研究对象，然后分别使用三角模糊数和梯型模糊数对其模糊化，然后使用本文提出的模型进行预测，并与其他模型进行比较，本文提出的模型体现出较好的预测性能。通过梯型模糊数模糊化样本数据得到的结果与使用三角模糊数进行模糊化运算时得到的结果相比较，得到使用梯型模糊数模糊化旅游人数一阶差分更为合理。　　最后，第五章主要研究区间数时间序列的预测问题。以黄山风景区旅游人数为研究对象，将其转换为区间数时间序列。通过区间数的四则运算，得到区间数的一阶差分时间序列，根据第四章的结论，在论域上定义梯型模糊数，然后将区间数一阶差分时间序列模糊化，得到区间数的隶属度。采用本文提出的模型对其进行预测，通过与第三章和第四章的结果相比较，本文提出的模型对区间数时间序列的预测也体现出很好的预测性能。