WRGIM（1）模型参数辨识方法及其应用

提供了带有残差修正的ＧＩＭ（１）模型参数的辨识方法。结果表明，该方法具有简便易行，预测精确的特点。     

NLGM（1，1^s,t）模型的建立与应用

运用灰色系统理论,建立了一种非线性GM（l,l^s,t）灰色新模型,并将其应用于某厂SO2排放量的预测之中。结果表明,NLGM（l,l^s,t）具有良好的模型品质,中长期预测定GM（l,l）更可靠。     

带有阶跃函数的GIM（1）预测模型及其应用

结合某水域地面水ＲＯＤ５的预测实践,研究提出了带有阶跃函数的ＧＩＭ（１）预测模型,并给出了估计这种模型参数的简便方法,从而扩大了ＧＩＭ（１）模型在环境系统中的应用范围,实例表明,运用该方法得到的模型比常规ＧＩＭ（１）具有更高的精度。     

城市生活用水总量灰色预测新探

基于ＧＭ（１，１，ｔ），提出了一种新的灰色幂级数模型（简称ＧＰＰＳＭ（１）），并通过参数优化，设计制造出的系统同态性好，经实例表明，该方法后验差比值Ｃ〈０．３５，小误差概率Ｐ＝１，预测精度为一级，具有实际应用价值。     

GM（1,1）的直接建模法及其应用

在指出ＧＭ（１，１）常规累加方法两项缺陷的基础上，提出了ＧＭ（１，１）的直接建模方法，并介绍了其模型参数的一元线性回归辨识方法。实例表明，直接建模方法要明显优越于累加建模方法，是研究、分析环境系统的一种新的实用方法。     

NLGTM（1,1^s）灰色模型及其应用

基于灰色ＧＭ（１，１）模型，研究和提出了带有时间限制项的灰色非线性模型－ＮＬＧＴＭ（１，１＾ｓ），初步应用表明，灰色ＮＬＧＴＭ（１，１＾ｓ）模型具有较高精度，进一步拓宽了ＧＭ（１，１）模型在环境系统中的应用范围。     

GIM（1）灰色建模的变换方法及其应用

提高灰色预测精度的关键在于增加原始离散数据的光滑性。文章大介绍灰色模型的基础上，给出了寻找提高原始数据序列光滑度的变换的途径，并随文给出了一些新的变换，实例应用和误差分析充分展望了这一方法非常有效。     

GM（1,1）模型参数辨识新法及其应用

介绍了ＧＭ（１，１）模型参数的辨识方法，并应用该方法进行了某地ＣＯＤ排放量时间序列的ＧＭ（１，１）建模。结果表明，这种方法等价，等效于传统建模方法，具有简便易行、预测精度高的特点。由于其简捷、高效，而显示出这种方法独特的优越性和广泛的实用性。     

GAM（1）模型参数的直接正交辨识及其预测应用

本文提出了灰色 GAM(1)模型参数的直接正交辨识方法,并应用该方法建立了某煤矿万元产值废气排放量时序数据的 GAM(1)预测模型。结果表明,这种方法具有其它方法的全部优点,又克服了各自的不足,具有明显的优越性和广泛的实用性。     

GTPM（1）模型在二氧化硫排放量预测中的应用

建立了一种适用于二氧化硫排放量预测的灰色二次幂函数曲线新模型「简称ＧＴＰＭ（１）」。实例应用表明,该模型对已严重偏离光滑离散函数条件的环境系统有着良好的同态性,清度高于ＧＭ（１,１）及ＧＩＭ（１）模型,具有实用价值。