《复杂时间序列预测技术研究：数据特征驱动分解集成方法论》致力于时序预测技术创新，试图构建一个具有广泛适用性与高预测精度的预测方法论。针对预测模型具有各自的数据针对性与优劣势，《复杂时间序列预测技术研究：数据特征驱动分解集成方法论》创新性提出了“数据特征驱动”思想，旨在充分考虑研究样本的数据特征，相应设计与之相匹配的预测方法。在此基础上，《复杂时间序列预测技术研究：数据特征驱动分解集成方法论》将新思想与复杂系统前沿分析技术“先分解后集成”思想相结合，提出了一个新的复杂时序预测方法论——数据特征驱动分解集成方法论。数据特征驱动分解集成方法论以基于“先分解后集成”思想的分解集成模型为分析框架，包括时序分解、模态预测与集成预测3个主要步骤；并以“数据特征驱动”思想为建模依据，试图紧扣研究样本的数据特征，设计相应的分技术——时序分解技术、模态预测技术与集成预测技术。新方法论紧扣研究样本的数据特征，不限于特定的研究领域，具有广泛的适用性，为复杂数据分析特别是复杂时序预测提供了一个新的研究视角。　　《复杂时间序列预测技术研究：数据特征驱动分解集成方法论》可作为理工类、经管类研究生学习数据分析与预测方法的教材，也可供科研机构、高等院校等单位从事相关研究的科研技术人员参考。