1）概念
灰色系统产生于控制理论的研究中。若一个系统的内部特征是完全已知的，即系统的信息是完全充足的，则为白色系统；若我们对一个系统的内部信息一无所知，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。
2）灰色预测
灰色预测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。其生成的数据序列有较强的规律性，因此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的状态。灰色预测是用灰色模型GM（1，1）来进行定量分析的，通常分为以下几类。
（1）灰色时间序列预测
灰色时间序列预测是用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数量、利率等）来构造灰色预测模型，并预测未来某一时刻的特征量，或者达到某特征量的时间。
（2）畸变预测（灾变预测）
畸变预测可以通过模型预测异常值什么时候出现在特定时区内。
（3）波形预测
波形预测又称为拓扑预测，它是通过灰色模型预测事物未来变动的轨迹。
（4）系统预测
系统预测是对系统的行为特征指标建立一组相互关联的灰色预测理论模型，在预测系统整体变化的同时，预测系统各个环节的变化。
上述灰色预测方法的共同特点是：
第一，允许少数据预测。
第二，允许对灰因果律事件进行预测。比如“灰因白果律”事件：在粮食生产预测中，影响粮食生产的因子很多，多到无法枚举，故为“灰因”，然而粮食产量却是具体的，故为“白果”。粮食预测即为灰因白果律事件预测。“白因灰果律”事件：在开发项目的前景预测时，开发项目的投入是具体的，为“白因”，而项目的效益暂时不清楚，为“灰果”。项目前景预测即为灰因白果律事件预测。
第三，具有可检验性，包括建模可行性的级比检验（事前检验）、建模精度检验（模型检验）、预测的滚动检验（预测检验）。
