不同的预测模型和预测方法有着不同的预测精度和预测信度，对决策者提供了不同的有用信息，如果简单地将预测误差较大的一些方法舍去，将会失去一些有用的信息。一种较科学的方法就是进行组合预测。组合预测能够较大限度地利用各种预测信息，通常比单个预测模型考虑问题更系统全面，期望能够有效地减少单个预测模型中一些随机影响，从而提高预测精度。组合预测法计算简单，精度高，有很好的实用性。　　 但是组合预测方法的研究历史并不长，其模型和理论还不完善，很多问题，特别是模型的组合机制有待进一步研究和发展。目前组合预测方法大多研究的是基于误差平方和的模型，近年来，随着粗糙集理论的迅速发展，基于粗糙集的数据分析方法倍受众多学者的关注，其中将粗糙集理论应用到了组合预测模型求权重的问题上是一个重要方面。本文首先总结了一些常用的求组合预测模型权重的方法，然后提出了基于粗糙集理论中的包含度和变精度粗糙集理论确定组合预测模型权重的方法。实例计算结果表明基于包含度确定组合预测模型的权重比基于知识的依赖性或信息熵确定的组合预测模型的权重有更好的实用性。其次，基于变精度粗糙集理论确定组合预测模型的权重克服了经典粗糙集理论中按等价类分类的局限性，开拓了该方法的应用范围，有一定的应用价值。最后本文将组合预测模型应用到商业银行消费信贷业务中的个人信用评估中，提高了预测的准确率，降低了第二类误判率，结果表明组合预测模型优于单一预测模型。