灰色GM(1,1)模型的精度取决于参数[a]和[u],而参数[a]和[u]的获得依赖于初始条件的选择和背景值的构造。在背景值的计算中引入优化因子,通过最优初始条件和最佳优化因子的选择使预测结果与原始数据的平均相对误差最小,从而得到参数最优化的GM(1,1)模型。数值试验的结果表明,相对于传统的GM(1,1)模型及文献中的改进方法,参数最优化的GM(1,1)模型具有更高的预测精度。