灰色预测模型是灰色系统理论的重要组成部分,然而现有灰色预测模型在建模精度上还难以完全适应事物的发展变化,需要对灰色预测模型进行不断的调整,以满足实际的需要。常用的单一的优化方法,一定程度上改善了灰色预测模型的建模精度,却限制了模型整体性能提升的能力。如何从整体提升灰色预测模型的性能,具有非常重要的研究意义。中国页岩气的产量在制定能源政策过程占有重要地位,然而由于中国页岩气产量的历史数据非常有限,呈现出典型的“小样本”特点,因此常规的以大数据集为基础的机器学习方法和统计学方法无法对小数据集进行建模。灰色预测模型是对小样本数据建模的一种方法,但传统的灰色预测模型预测中国页岩气产量时不准确,因此建立有效的灰色预测模型具有理论和应用双重价值。本文针对目前灰色预测模型优化过程存在优化能力不足的问题,基于组合优化的思想,构建了一种新灰色预测模型,并基于此方法对中国页岩气年产量进行预测。本文主要从以下两方面开展研究工作:(1)开展灰色预测模型优化研究。以典型的三参数灰色预测模型的基本形式作为模型研究基础,通过对其表达形式进行简化,构建三参数灰色预测模型通用形式。将分数阶累加/累减技术引入三参数灰色预测模型通用形式,将建模序列整数阶生成过程扩展至分数阶生成,建立分数阶三参数离散灰色预测模型。然后基于新信息优先原则,推导模型时间响应式,同时讨论并证明新模型的性质。最后在建模过程中利用粒子群算法以模拟误差最小为原则,对模型的累加生成阶数进行寻优。(2)开展中国页岩气产量的预测研究。在数据预处理过程中结合了对未来发展趋势和转折点等的定性的分析与构建灰色页岩气产量预测模型的定量分析,然后利用新模型对2012-2018年中国页岩气产量进行了建模,并与已存的页岩气灰色预测模型进行了比较。结果表明文中构建的新灰色预测方法优于已存的页岩气产量灰色预测方法,可实现较好的中国页岩气产量预测。