系统预测是指根据现有系统或拟建系统的过去和现在发展规律，借助科学的方法和手段，对系统未来的发展进行估计和测定，形成科学的假设和判断。它是系统工程的重要内容。无论是系统规则、系统分析、系统设计，还是系统决策，都以系统预测为前提。系统预测的步骤如下：(1)输入阶段。主要包括调研，收集原始信息与数据，有关专家咨询等。(2)分析计算阶段。选择或建立一个模型，进行各种方案实验，找出最佳的系统性模型。(3)输出阶段。根据获得的模型，求出预测结果，分析预测误差，使预测结果尽可能与实际符合，以供有关部门参考。

1、预测对象所处学科领域的理论。

2、预测方法的理论。

3、预测对象的历史和现状资料与数据。

4、采用的计算方法或分析判断方法。

5、预测方法和预测结果的评价与检验。

由于预测的对象、时间、范围、性质等不同，预测方法可以形成不同的分类，但可根据方法本身的性质特点将预测方法分为三类。

1、定性预测方法

根据人们对系统过去和现在的经验、判断和直觉进行预测，其中以人的逻辑判断为主，仅要求提供系统发展的方向、状态、形势等定性结果。

该方法适用于缺乏历史统计数据的系统对象，利用诸如市场调查、专家打分、主观评价等作出预测。

2、时间序列分析

根据系统对象随时间变化的历史资料，只考虑系统变量随时间的变化规律，对系统未来的表现时间进行定量预测。主要包括移动平均法、指数平滑法、趋势外推法等。

该方法适于利用简单统计数据预测研究对象随时间变化的趋势，例如企业的总产值，商品的销售额、城市的用电量、地区的降雨量等。

3、因果关系预测

系统变量之间存在某种前因后果关系，找出影响某种结果的几个因素，建立因与果之间的数学模型，根据因素变量的变化预测结果变量的变化，既预测系统发展的方向又确定具体的数值变化规律。一般因果关系模型中的因变量与自变量在时间上是同步的。

其方法主要包括时间序列分析、线性回归分析、概率统计方法、计量经济学方法、系统动力学仿真、神经网络技术等。

微软和以色列理工学院的研究人员已开发出一款系统预测软件，能根据过去（20013年）20年《纽约时报》的文章以及其他在线数据预测传染病可能会于何时何地爆发。微软研究院杰出科学家及联合主管Eric Horvitz指出，这一系统未来可能将帮助相关机构更积极地应对传染病爆发或其他社会问题。这一系统能预测未来将发生的事。这样的工作将对人们遭遇的事情产生影响。Horvitz与以色列理工学院博士研究员Kira Radinsky合作进行了这项研究。

在利用历史数据进行测试时，系统预测的表现十分惊人。例如，根据2006年对安哥拉干旱的报道，该系统预测安哥拉很可能发生霍乱。这是由于通过此前发生的多起事件，该系统了解到在干旱出现的几年后霍乱爆发的可能性将上升。此外，该系统根据对2007年初非洲大型飓风的报道，再次对安哥拉发生霍乱做出预警。而在不到一周之后，报道显示安哥拉确实发生了霍乱。

在其他测试，例如对疾病、暴力事件及伤亡人数的预测中，该系统的准确率达到70%至90%。Horvitz表示，该系统的出色表现证明，进一步改进的版本完全可以用在实际环境中，帮助政府救援机构更好地准备救援活动。

该系统的信息来自过去22年中《纽约时报》的报道存档，具体时间为1986年至2007年。不过，该系统也利用了网络上的其他一些数据，了解什么样的事件会带来特定的社会问题。