灰色系统理论认为，表象复杂、数据离乱的客观系统既然具有整体功能，就必然蕴涵某种内在规律。灰色预测方法通过序列算子的作用对“部分”已知信息进行挖掘，提取有价值的信息。基于系统模型实现对系统行为规律的正确描述和科学预测。灰色预测方法包括GM系列预测模型和基于GM模型的灰色预测技术。

设为系统行为数据系列，为作用于的算子，经过算子作用后所得序列记为：

式中为序列算子；为一阶算子作用序列。序列算子的作用可以进行多次，相应的，可以定义二阶、三阶等高阶序列算子。

设为原始数据序列，为缓冲算子，令，其中。则当为单调增长序列、单调衰减序列或振荡序列时，皆为弱化算子。称之为平均弱化缓冲算子（AWBO）。

设为原始序列,为序列算子，可得：

其中，则称为的一次累加生成算子，记为1-AGO，称阶算子为的次累加生成算子，记为r-AGO。

设序列，其中；为的1－AGO序列。

式中；称为GM(1,1)模型的原始形式。

基于GM(1,1)模型的均值形式估计模型参数，借助白化微分方程的解构造GM(1,1)时间响应式的差分、微分混合模型称为GM(1,1)模型的均值混合形式，简称均值GM(1,1)模型。

基于GM(1,1)模型的原始形式估计模型参数，直接以原始差分方程的解作为时间响应式所得模型：

称为GM(1,1)模型的原始差分形式，简称原始差分GM(1,1)模型。

基于GM(1,1)模型的均值形式估计模型参数，直接以均值差分方程的解作为时间响应式所得模型：

称为GM(1,1)模型的均值差分形式，简称均值差分GM(1,1)模型。

称为GM(1,1)模型的离散形式。

灰色灾变预测技术是针对序列（数列）中的异常值（即过大或过小的值）所做的预测。具体做法是对于设定的异常值，从原序列中取出全体异常值构成的子列，从子列获取其时间分布序列，然后对异常值的时间分布序列建立GM(1,1)模型，以预测异常值未来可能发生的时间。

此外，还有多种GM拓展模型，如GM(1,1)幂模型、分数阶GM(1,1)模型、多变量多阶GM(n,h)模型和区间预测、波形预测和系统预测等灰色预测技术以及灰色经济计量学模型、灰色-周期外延组合模型、灰色人工神经网络模型、灰色小波预测模型等多种灰色组合预测模型。