近年来,空气污染已成为全球关注的问题,它严重影响着人们的生产与生活活动。因此,空气污染是人们迫切需要解决的问题。在解决空气污染问题的过程中,预测空气污染物浓度是其中一个重要的环节,它可以为空气污染治理措施的制定提供科学的依据。因此,预测在空气污染的治理过程中是一项必要且有意义的工作。随着预测工作的逐步深化,不同的模型被应用到了空气污染的治理领域中,并且人们对模型预测精度的要求也越来越高。考虑到污染物的日浓度变化较大且受气象条件的影响,本文提出了新的灰色多变量预测模型,并用新模型对污染物PM_2.5和PM₁₀的日浓度进行预测以达到提高预测精度的目的。本文首先从改变累加生成算子的角度出发,将带有参数的新型累加生成算子与传统的GM（0,N）模型相结合,提出了含新型累加的GM（0,N）模型。通过对其性质的研究和在实例中的应用,证明了新型累加生成算子不仅能够使新信息发挥更大的作用,还能提高模型的预测精度。其次,基于新型累加生成算子的优越性,将带有参数的新型累加生成算子引入到卷积积分的灰色多变量预测模型中,提出灰色多变量新型累加卷积模型,并通过案例验证了新模型的有效性。最后,运用灰色关联度选取与待预测日气象条件高度相似的数据为样本建立相似信息优先的灰色多变量新型累加卷积模型,并通过与其它灰色模型的对比验证了该模型的优越性,从而利用该模型对邢台市PM_2.5和PM₁₀的日浓度进行预测。