不过话说回来，目前国内外在灰色预测理论研究和应用中使用的更多是GM(1,1)模型,学者们尝试用各种方法，可谓用心良苦，各显神通，对灰色预测模型地研究也达到了前所未有的高度,，目的就是要找出影响GM(1,1)模型精度的关键因素,进而提高模型的预测精度和模型使用效果。，事实证明，伟大的学者们是成功的，他们找出了影响GM(1,1)模型精度的提升的关键因素,譬如灰色预测模型的初始值、原始数据序列的光滑度、综合灰色关联度的评判标准、灰指数律以及改进模型的优化组合分析,除此之外，还提出了一些改进灰色预测得组合优化模型，可谓用心良苦。

第二章 灰色系统理论基本概念介绍

2。 1灰色系统的基本概念

近年来，社会经济发展进入新常态，人们生活水平的普遍提高，构成了集经济、政治、文化、社会和生态五位一体的研究系统,这些集成系统命名主要是依据研究对象的领域和范围,但是灰色系统的命名比较特殊，顾名思义，是按照颜色来命名的。与此相对应的是控制论系统,人们习惯且通用的标准是用颜色的深浅界定信息的明确性，对此人们早已习以为常。再者就是政治决策了,一方面国家机关和政府人员希望通过公开透明的政务方式提高政府公信力，另一方面则通过落实简政放权的模型、制定权力清单、责任清单和负面清单来充分了解决策及过程中有关信息的分析解决,增加市场“透明度”，达到社会治理的一个目标。通常情况下，人们惯用“白”代表信息完全已知，用“黑”代表信息未知,,用“灰”代表信息的不确定性，即部分信息已知、部分信息未知。换句话而言,信息完全未知的系统就是黑色系统，信息完全已知的系统就是白色系统,而信息不确定性较大的系统则就是灰色系统。论文网

这里我还需要注意两个概念的区别，“系统”和“箱”都是怎么界定的。一般性的认为,“箱”比较着重研究对象外部特征，缺点是对于其内部信息的规律研究不大重视,它们一般对对象的功能和特征的因果关系比较看重。而“系统”则有些不同，它是一个统一的整体概念，不仅要研究对象的外部特征，而且还要研究对象与对象之间的联系以及变化规律，研究对象内部的结构和功能，相对来说，比“箱”更加的复杂。综合上述，灰色系统的研究本质是研究对象的不清晰性，“小样本”、“贫信息”等不确定指标就是灰色系统的显著标志,为了更好的实现对现实世界准确性描述和认识，部分信息已知的系统已然成为人们关注的焦点。

社会生活当中、会经常遇到信息不完全知道的情况。例如，在人类的社会活动中，很多情况都必须面向诸如大气、水、土壤等自然环境或者人为排放的有害物质，以致于造成环境污染，同时自然界的一些微小变化也同样影响着环境质量。在这样的情况下，环境监测必须在少信息的情况下建立一个关于污染防治和保护环境质量的模型，通过模型分析，制定各种环境标准，从而有效的对污染源排放情况和环境状况进行定性、定量的测试、最终形成科学有效的预测机制并为其他环境监督管理提供依据;再如，股票的预测机制和买进卖出都涉及到趋势走向分分析，股票市场波动异常厉害，然而，令人比较大担忧的是，股民因缺乏心理承受力,对于波动性较大的股票的价格影响，往往很难的短时间内确定信息，表现的无所适从，即使手段作为最高明的业内人员也很难真正做到稳操胜券,原因很简单，人们无法精准的预测国家的金融、利率政策、无法面对瞬息万变的政治风云和国际市场的风起云涌，于是市场波动让人难以抉择也是人之常情了。一般的社会经济系统,在“内”、“外”关系的界定上非常的模型,系统之间、系统内外边界模棱两可,对于输入和输出的相关影响也就难以分析了。举个简单的例子，面对相同的经济变量,有的学者认为它是内生变量,而有的学者则认为它是一个外生变量,它们没有统一的标准体系，主要原因是由于缺乏系统结构和功能信息的一致认可所致。