随着现代社会的复杂性不断增加,决策者单纯依靠直觉和经验来完成决策的时代已经成为历史,由此,决策分析成为管理科学的重要研究领域。模糊决策是资源分配、交通运输等众多领域无法回避的问题,如何构建不同背景下的模糊决策方法是值得讨论与研究的问题。而预测是决策的前提,预测结果的好坏直接影响决策的效果。回归分析作为一种经典的预测方法,数据的可靠与否直接关系到预测结果的可靠度,因此,从原始数据出发来提高预测精度是值得讨论与研究的问题。因此,针对模糊最优值度量问题以及模糊预测方法研究问题,本文主要做了如下几方面的工作。首先,本文针对模糊决策问题中的模糊最优值度量问题：1)在分析模糊决策的本质特征的基础上,讨论了决策与隶属状态的关联特征；2)给出了描述水平决策阈值的可信程度的基本原则(水平效应函数的概念),建立了基于水平效应的模糊最优值度量模式和模糊决策的不确定性度量模式；3)最后将其应用到了具体的实例中,并分析了所建度量方法的有效性。其次,对于经典的回归预测方法：1)本文在分析其一般模型以及样本数据特征的基础上提出了一种新型模糊回归问题；2)给出了衡量样本数据可靠性的满意度标准,进而结合水平效应函数给出了基于水平效应的模糊回归预测模型；3)结合实例验证了所建模型的有效性。最后,作为对预测模型的补充与完善,本文针对热门预测问题电力负荷预测,给出了基于水平效应的电力负荷预测模型。理论分析和应用实例表明,所建求解模型不仅能丰富现有的理论和方法,而且具有较强的应用价值。