灰色系统理论是一种研究少数据、贫信息的不确定性问题的新方法。灰色系统理论以“部分信息已知、部分信息未知”和“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色预测就是通过对原始数据的处理和灰色模型的建立，发现、掌握系统发展规律，对系统的未来状态做出科学的定量预测。本文主要研究了灰色预测在人口中的应用。　　 本文紧密结合我国近几十年来的人口数据的实际情况，首先对历年的人口数据做了现状分析，其结果表明呈指数曲线增长，而GM（1，1）模型的时间响应函数就是形如一指数形式。另外，人口系统的增长受着生育、死亡、灾害、经济等众多因素的影响，这反映出人口系统具有明显的灰色性。鉴于这两点，本文采用灰色模型对我国总人口进行预测，分别采用长序列和短序列来建立GM（1，1）模型，新初值GM（1，1）模型，离散GM（1，1）模型等三种模型。对我国未来20年总人口的预测结果表明，这三种灰色模型的预测效果都相差无几，且短序列的预测精度远远高于长序列，预测出的人口增长率这一指标有点偏高，不完全符合我国人口的实际增长趋势。其次，针对这一预测缺陷，本文对离散GM（1，1）模型的建模机理进行了改进，利用净增人口来建模，考虑到离散GM（1，1）模型拟合出的曲线一定得通过第一个最旧的数据点，与未来关系不密切，于是选择其他数据点作为已知条件，其预测结果与我国人口的实况很吻合，更适合于做长期人口预测。　　 最后，针对单一的预测方法都会存在着某些不足，本文从系统的角度出发，把灰色关联度引入到组合预测中建立灰关联组合预测模型，并通过安徽省国民生产总值的这一预测实例说明了此模型的可行性。