人类社会正在快速进入人工智能（artificial intelligence，AI）时代，AI有两个显著性标志：一是大数据；二是大模型。大数据，即海量数据，而且这类数据多数表面上看没有规律，称为非平稳大数据。大模型，即结构复杂的数学模型。大模型的具体结构与大数据的性质相匹配，不同的大数据需要不同的大模型来处理。在工程、技术、经济、社会等领域的大数据往往都是非平稳状态的，这种非平稳状态的大数据需要相应的大模型来处理。本书针对非平稳大数据开展包括处理和预测在内的大模型研究，目的是建立一种能够对数据进行趋势和周期判断的动态处理方法，且这种判断不依赖于统计检验，即利用递推法建立趋势、周期（季节）和随机模型，并对模型进行实时纠正，以便于计算机计算并进行实时预测。