对于一些复杂系统的预报问题，我们仅用一种预报算法、一种模型来解决，很难得出满意的结果。所以在多层递阶预报方法的基础上，提出一种综合预报模式。这种预报模式能够综合许多模型和算法的优点，使模型与算法达到“最佳”匹配，以得到“最佳”的预报结果。这种方法称之为多模型多方法的综合预报模式。 而在客观世界中，季节因素的影响普遍存在，千百年来，无论从农业、工业、商业、天文、气象以致人类的生产、生活等领域，季节因素始终发挥着不容忽视的作用。以月份或季度作为时间观测单位的时间序列，常常受季节因素的影响而呈现周期性变化，给深入研究和阐释其物理规律和意义带来困难。因此解决好季节性时间序列的预报就显得尤为重要。 本文对多模型多方法综合预报模式进行了深入理论分析，并以此为理论基础，提出一种分类综合预报模式，旨在解决季节性时间序列的预报问题。本文将经济系统中常用的季节因素调整方法－－X-11方法应用于天气预报系统中。应用X-11方法对月平均气温等观测数据进行季节调整后，能够更准确的了解其变化规律，使得建立精确模型成为可能。本文提出的分类综合预报模式正是在经过X-11方法的季节调整后进行的建摸、预报。分类综合预报模式已经成功的应用于长期天气预报系统中，在对我省兴凯湖农场的月平均气温和月降水量的预报中取得了令人满意的效果。此外，一类具有引导变量的模型对于季节性时间序列的预报也取得了较好的效果。