사례기반예측(Case-Based Forecasting)은 유사한 사례를 이용하여 미래를 예측하는 유용한 방법이다. 사례기반예측시스템의 예측력은 (1) 사례간의 정확한 유사도 측정, (2) 결합할 유사사례 개수, (3) 결합할 유사사례에 대해 가중치를 주는 결합방식에 달려있다. 이러한 요인들 중 예측력에 가장 큰 영향을 미치는 것은 결합할 유사사례 개수이다. 본 논문은 먼저 사례기반예측시스템의 예측력에 영향을 주는 세가지 요인에 관하여 논하고, 그 중에 가장 중요한 결합할 사례개수 결정에 대하여 보다 깊이 있게 다루었다. 즉, 기존에 발표된 결합할 사례개수 결정에서 사용될 수 있는 여러 가지 방법 (1) 임의의 개수로 결합하는 방법(Fixed Number Combining Method), (2) 최적의 범위를 탐색하는 방법 (Optimal Spanning Methods), (3) 유사도 분포에 따른 최적화 수리모형(Mathematical Programming Model using Similarity Distribution)을 비교하고, 그들의 유효성을 시뮬레이션 자료를 이용하여 비교 분석하였다. 시뮬레이션 결과 사례의 유사도 분포에 따른 최적화 수리모형이 대부분의 경우에서 가장 우수한 것으로 나타났다.