灰色系统理论是以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，对少数据、贫信息系统的特征、运行机制和表现行为进行分析，根据信息覆盖原则，通过对系统行为数据进行算子作用来揭示少数据、贫信息背景下事物的现实规律，为人类正确的认识和把握少数据、贫信息不确定系统提供了理论支持。灰色GM(1，1)预测模型是灰色预测理论的核心。由于灰色GM(1，1)模型不需要大量的统计数据就能建立预测模型且计算步骤简单，使得其在实际问题研究中得到广泛的应用。众多学者将灰色GM(1，1)模型应用于社会、经济、工业、农业、生态等系统的预测研究，虽然取得了良好的预测效果，但GM(1，1)模型的预测精度上还有提高的空间。　　 本文基于提高灰色GM(1，1)预测模型的预测精度，对强化缓冲算子构造和GM(1，1)模型的优化问题做了一些研究:一方面，对于冲击扰动系统的预测，本文构造了一类强化缓冲算子，实例应用数据表明这类强化缓冲算子能很好的消除系统所受到的干扰，提高了冲击扰动系统的预测精度;另一方面，针对灰色GM(1，1)预测模型本身产生误差的原因，对GM(1，1)预测模型的建模过程进行分析，对背景值的构造和初始值的选择进行了迸一步的说明，并对模型进行了优化改进，实例结果表明优化的模型提高了原模型的模拟和预测精度;最后将新GM(1，1)模型和原GM(1，1)模型同时对中国电子商务进行预测，对结果进行比较，进一步在实际应用中验证了模型的实用性，同时也对中国电子商务的发展前景进行了预测。论文主要研究成果如下:　　 (1)在对已有强化缓冲算子的研究基础上，根据强化缓冲算子的概念和定理，结合灰色系统新信息优先利用原理，构造了一类新的强化缓冲算子，并应用于实例，验证了本文构造的一类新强化缓冲算子具有实用性。　　 (2)将背景值的优化和初始值的优化结合起来建立新的GM(1，1)模型，用微粒群优化算法对新模型中背景值参数和初始值修正项进行最优求解。　　 (3)利用原GM(1，1)预测模型和论文中新建立的GM(1，1)优化模型分别对中国电子商务整体交易额、中小企业B2B形式电子商务的营收规模和基于B2C、C2C形式的中国电子商务零售市场交易规模进行预测。并对预测结果进行分析，为现有电子商务企业、投融资行业和有意进军电子商务的传统企业和创业者提供参考。