第1章 灰色建模技术的研究现状 1
1.1 灰色建模技术研究目的与意义 1
1.2 灰色建模技术的研究现状 4
1.2.1 缓冲算子 4
1.2.2 灰色预测模型 5
1.2.3 灰色关联分析模型 9
1.2.4 灰色决策模型 11
1.3 本书内容安排与技术路线 13
1.3.1 内容安排 13
1.3.2 技术路线 13
1.4 本章小结 14
第2章 缓冲算子 15
2.1 缓冲算子的定义及公理 15
2.2 弱化缓冲算子 18
2.2.1 弱化缓冲算子的构建 18
2.2.2 弱化缓冲算子的应用 30
2.3 强化缓冲算子 32
2.3.1 强化缓冲算子的构建 32
2.3.2 强化缓冲算子的应用 44
2.4 本章小结 47
第3章 灰色预测模型的构建及优化 48
3.1 NGM（1,1,k）模型的构建 49
3.1.1 NGM（1,1,k）模型的构造 49
3.1.2 灰色NGM（1,1,k）模型的应用 53
3.2 NGM（1,1,k）模型的拓展与初始值优化 54
3.2.1 NGM（1,1,k）模型的三种形式 55
3.2.2 优化的NGM（1,1,k）模型 56
3.2.3 优化的NGM（1,1,k）模型参数求解 57
3.3 NGM（1,1,k）模型背景值的优化 58
3.3.1 NGM（1,1,k）模型背景值的误差分析 58
3.3.2 NGM（1,1,k）模型背景值的优化 59
3.4 本章小结 61
第4章 灰色预测模型的特性研究 62
4.1 NGM（1,1,k）模型的数乘特性 63
4.1.1 NGM（1,1,k）模型参数包的定义 63
4.1.2 数乘变换下NGM（1,1,k）模型的参数特性 66
4.2 NGM（1,1,k）模型的病态性 69
4.2.1 病态方程组与矩阵条件数 69
4.2.2 NGM（1,1,k）模型的参数识别方法及其病态性度量 71
4.3 灰色Verhulst预测模型的数乘特性 79
4.3.1 灰色Verhulst模型的定义 79
4.3.2 数乘变换下Verhulst模型的参数特性 82
4.3.3 案例分析 85
4.4 灰色Verhulst预测模型的病态特性研究 86
4.4.1 病态方程组与矩阵谱条件数 86
4.4.2 灰色Verhulst模型的参数识别方法及其病态性度量 87
4.4.3 实例分析 96
4.5 灰色Verhulst拓展预测模型的数乘特性 97
4.5.1 灰色Verhulst拓展模型及其参数包 98
4.5.2 灰色Verhulst拓展模型的数乘特性 100
4.5.3 实例分析 103
4.6 灰色Verhulst拓展预测模型的病态特性 104
4.6.1 病态方程组与矩阵条件数 104
4.6.2 灰色Verhulst拓展模型的病态性度量 105
4.7 本章小结 113
第5章 灰色关联分析模型及性质 114
5.1 邓氏关联度模型及其优化 114
5.1.1 灰色关联因素及其公理 114
5.1.2 邓氏关联度模型的优化 116
5.1.3 优化邓氏关联度模型的应用 117
5.2 几类关联度模型的性质研究 119
5.2.1 灰色关联度的性质及常见关联度 119
5.2.1 几类灰色关联度模型的仿射性 123
5.2.1 几类灰色关联度模型的仿射变换保序性 127
5.3 灰色相似关联度模型研究 132
5.3.1 灰色相似关联度模型的构建 132
5.3.2 灰色相似关联度模型的性质研究 133
5.3.3 灰色相似关联度模型的应用研究 135
第6章 灰色决策模型 137
6.1 基于灰色关联度求解指标权重的改进方法 137
6.1.1 求解指标权重的灰色关联度法 138
6.1.2 基于灰色关联度求解指标权重的改进方法 140
6.2 灰色多阶段动态决策模型 143
6.2.1 灰色决策预备知识 144
6.2.2 灰色多阶段动态决策模型的算法 145
6.2.3 实例分析 146
第7章 基于灰色建模技术的自然灾害类非常规突发事件人员伤亡演化预测仿真研究 150
7.1 研究背景 150
7.2 研究意义与应用前景 152
7.3 自然灾害类非常规突发事件人员伤亡演化预测模型及其算法设计 154
7.4 NGM模型时间响应式的求解及仿真分析 158
7.5 本章小结 160
参考文献 162