①灰色模型灰色模型：如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性，则称这些特性为灰色性。
具有灰色性的系统称为灰色系统。
对灰色系统建立的预测模型称为灰色模型(Grey Model)，简称GM模型，它揭示了系统内部事物连续发展变化的过程。
若一个系统的内部特征是完全已知的，即系统的信息是充足完全的，我们称之为白色系统。
若一个系统的内部信息是一无所知，一团漆黑，只能从它同外部的联系来观测研究，这种系统便是黑色系统。
灰色系统介于二者之间，灰色系统的一部分信息是已知的，一部分是未知的。
区别白色和灰色系统的重要标志是系统各因素间是否有确定的关系。
灰色预测：灰色理论认为系统的行为现象尽管是朦胧的，数据是复杂的，但它毕竟是有序的，是有整体功能的。
灰数的生成，就是从杂乱中寻找出规律。
同时，灰色理论建立的是生成数据模型，不是原始数据模型，因此，灰色预测是一种对含有不确定因素的系统进行预测的方法。
灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。
其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。
灰色系统分析方法是通过鉴别系统因素之间发展趋势的相似或相异程度，即进行关联度分析，并通过对原始数据的生成处理来寻求系统变动的规律。
生成数据序列有较强的规律性，可以用它来建立相应的微分方程模型，从而预测事物未来的发展趋势和未来状态。
基本思想：是用原始数据组成原始序列(0)，经累加生成法生成序列(1)，它可以弱化原始数据的随机性，使其呈现出较为明显的特征规律。
对生成变换后的序列(1) 建立微分方程型的模型即GM模型。
GM(1,1) 模型表示1阶的、1个变量的微分方程模型。
GM(1,1) 模型群中，新陈代谢模型是最理想的模型。
