综合上所述,把系统信息不完全的几个情况归纳起来如下

（1元素参数信息的界定不完全;

(2) 结构信息认知不完全;

(3) 边界信息的界定不完全;

(4) 运行行为信息不完全等情况。

2。2灰色系统理论的产生与发展动态

灰色系统理论诞生的之际备受世界瞩目，隶属于北荷兰公司的《系统与控制通讯》于1982年在杂志上发表了邓聚龙教授的历经几十年的努力尝试的第一篇灰色系统论文——《灰色系统的控制问题》。值得关注的是，《华中工学院学报》在同一年内，又发表了邓聚龙教授的《灰色控制系统》中文性灰色系统论文，这预示着灰色系统理论在全球范围内正式生根发芽。灰色理论诞生之初,就受到国内的极大关注，学术界不少知名学者和专家对该理论不约而同的表达了内心深处最高的评价，表示支持和认可。与此同时灰色系统理论也吸引了广大青年研究人员倾心侧目,他们包含着激情，积极主动的投身于理论探索，在各个的已知领域和未知的领域中开展相应的研究，百花齐放。除此之外，灰色系统理论也在美国、西德、日本、瑞士、苏联等国家悄然兴起，不少人对着门新兴学科产生了非常浓厚的兴趣。

1993年，中国国家科技部撰写了一篇名为《中国科学技术蓝皮书（第8号）》的文章，文章表达了对中国学者邓聚龙教授创立的灰色系统理论给予充分肯定支持和认可，并希望更多的研究人员参与到其中，可见，国家对于学术的重视程度；此后，2006年在北京召开灰色系统理论应用学术会议，更是受到了中国高等学术中心的高度重视；2007年11月，在中国召开首届IEEE灰色系统与国际智能会议（IEEE International Conference on Grey Systems and Intelligent Services, IEEE GSIS），这次会议更是吸引了国内外超过300名界内的研究人员、专家学者前来驻足参与，规模可谓空前盛大。

在这短短几年发展中,灰色系统理论凭借科学完备的系统理论、强大的生命力在科研领域屹立不倒，备受人们关注和学习,它作为一门新的交叉学科在学术界有着举足轻重的地位。如今，它像一条河流一样，奔腾不休、生生不息，在互联网时代下，以更加广阔的发展前景不断的丰富内涵，不断的完善而被人们更加重视。文献综述

2。3灰色系统的不确定性

通常情况下，人们为了解决类似样本数据量比较大、数据比较多但无明显规律的多数据不确定的问题时，会利用数理统计或者概率论原理进行研究探索，或者模糊数学的经验与认知信息处理不确定性的问题。与之不同的是，而灰色系统理论研究的方向和内容更加全面，它主要是围绕的研究对象“经验少,数据少”的特征，旨在解决“少数据不确定性，大数据无规律”的问题提出的。

它主要有两个基本特征：信息不完全，数据不准确。信息不完全揭示了人们的认识能力的局限性，也就是说人们无法通过自身获得全信息，与此同时概率统计中的“大样本”的数据规律不是很明显，即使有时收集成百上千的样本也无法正确找到统计规律。另一方面，数据的不准确性则表达了预测数值和数值存在误差或偏差，这是人们使用灰色预测无法避免的。事实上，无论人们采用何种方法来预测也都很难得到精准的预测数据。改进和修正模型中的偏差成为灰色预测科学中研究的另一个难题。

第三章灰色关联性和关联度的分析

3。1 灰色关联因素和关联算子集

通常情况下，灰色关联分析的研究思想能够直观的在分析过程得到体现，通过对原始序列曲线形状和预测模拟形成的曲线的相似程度，判断两者之间的关系，相似程度不仅包括距离大小，还包括变化速率和变化趋势上的判定。两个曲线接近程度直接决定了序列之间关联度，曲线越接近，在理想状态下甚至等同，那么研究取得模型的效果也就越好，我们就说模型的关联度很好，反之就越差。