灰色系统理论是研究和解决小数据不确定性问题的常用方法，而灰色预测模型是灰色理论中研究最活跃、成果最丰硕、应用最广泛的研究分支。多变量灰色预测模型以GM(1,N)为代表，较好地弥补了单变量灰色预测模型结构单一、模拟能力有限的不足。然而遗憾的是，长期以来GM(1,N)模型仅仅作为一种分析系统特征序列与相关因素序列关系强弱的工具，而其重要的预测功能并未得到大量推广与应用。GM(1,N)模型在建模机理与模型结构等方面存在的许多不足，导致该模型在实际应用中的误差反而常常大于单变量灰色预测模型。
为了改善并提高多变量灰色预测模型的性能，我校曾波教授对传统多变量灰色预测模型建模机理的科学性、模型结构的系统性、模型参数的同源性展开了深入研究，并在此基础上提出了一种新的多变量灰色预测模型。该模型不仅具有较好的模拟及预测性能，同时还能实现对传统单变量及多变量灰色预测模型的完全兼容，实现了传统灰色预测模型从单变量到多变量的实质性拓展，该研究成果对促进灰色建模理论的发展和完善具有一定的积极意义。
该研究成果“Development of an optimization method for the GM(1,N) model”发表在国际工程重要学术期刊《Engineering Applications of Artificial Intelligence》上。该刊物为中科院JCR数据库中的SCI二区刊物、我校T类三级期刊，影响因子为2.894。
