時間とともに変動する系列のことを時系列を呼び、 どのような変動をしているか、あるいはどのように予測を行えばよいかといった 問題を扱うのが時系列解析である。
時系列データ 
が観測され 
を予測したいものとする。
代表的な予測法は、最近のp個のデータ 
による
線形予測法である。これは、至近のデータの加重和で次の値を予測しようというもので、
の予測値を 
としたとき、適当な係数 
を用いて
とする方法である。これは実際によく使われている予測法である。 しかし、線形結合での予測法には限界があり、 非線形に拡張する必要性が生じることもある。すなわち、
との一般化が必要となる。ここでf()は非線形関数である。 しかし、f()をどのような形の関数にすればわからないことが多い。 多くの場合、データからf()を求める必要がある。 このとき、ソフトコンピューティングの技術が応用できる。 ソフトコンピューティングの技術を用いると、データから適当なf()を求めることができる。
ソフトコンピューティングの代表的理論、方法論としてファジィ理論やニューラルネットワークがある。