自灰色系统理论提出以来,就受到国内外学者的广泛关注。由于灰色预测模型在解决不确定性系统预测问题上的有效性,在各研究领域都有着十分重要的地位。本研究以灰色系统基本公理为研究基础,深刻分析了现有灰色预测模型的局限性,提出了“非等阶”的思想。通过改进现有的灰色模型建模技术,构建了多种新颖的灰色模型并用于空气质量关注度的预测研究。主要研究工作如下:（1）以最小信息原理、新信息优先原理和差异信息原理作为理论指导,发现传统灰色多变量模型建模过程中无法有效利用原始数据的初值信息;根据矩阵扰动理论,时间序列中的旧数据对模型解的扰动界的影响大于新数据;对特征序列和行为序列使用相同的累加阶数,可能会造成严重的差异信息损失,并伴随共线性风险。（2）提出了“非等阶”的思想,克服了现有累加“强制同化”不同因素的缺点,很好地保留了原始数据之间的差异信息。改进后的非等阶累加灰色模型具备初值有效性,可以有效提高模型稳定性和降低差异信息损失,模拟和预测性能也得到显著提升。同时,本文对一种新的临近累加进行非等阶处理,得到的非等阶临近累加灰色模型同样具备以上性质,这说明非等阶累加是一种新颖有效的灰色模型改进方法。（3）考虑现有灰色累加生成算子的不足,提出一种可以动态更新时间序列数据权重的时间非等阶累加灰色模型,并从初值有效性、累加单调性、预测趋势、还原误差、模拟和预测性能等多个方面证明了新模型的优势。（4）使用改进的非等阶累加灰色模型对不同区域公众的空气质量关注度进行分析和预测。发现公众的空气质量关注度与其所在区域的主要空气污染物浓度有密切关系。从研究结果来看,公众对空气污染的感知具有一定的延迟,空气污染加重会激发公众更强烈的自我防护需求。总的来说,未来公众的空气质量关注度将进一步提高。