灰色模型
从灰色系统中抽象出来的模型。灰色系统是既含有已知信息，又含有未知信息或非确知信息
的系统，这样的系统普遍存在。研究灰色系统的重要内容之一是如何从一个不甚明确的、整
体信息不足的系统中抽象并建立起一个模型，该模型能使灰色系统的因素由不明确到明确，
由知之甚少发展到知之较多提供研究基础。灰色系统理论是控制论的观点和方法延伸到社会、
经济领域的产物，也是自动控制科学与运筹学数学方法相结合的结果。
糊性数学
研究和处理模糊性现象的数学理论和方法 。 1965 年美国控制论学者 L.A.扎德发表论文
《模糊集合》，标志着这门新学科的诞生。现代数学建立在集合论的基础上。一组对象确定
一组属性，人们可以通过指明属性来说明概念，也可以通过指明对象来说明。符合概念的那
些对象的全体叫做这个概念的外延，外延实际上就是集合。一切现实的理论系统都有可能纳
入集合描述的数学框架。经典的集合论只把自己的表现力限制在那些有明确外延的概念和事
物上，它明确地规定：每一个集合都必须由确定的元素所构成，元素对集合的隶属关系必须
是明确的。对模糊性的数学处理是以将经典的集合论扩展为模糊集合论为基础的，乘积空间
中的模糊子集就给出了一对元素间的模糊关系。对模糊现象的数学处理就是在这个基础上展
开的。
从纯数学角度看，集合概念的扩充使许多数学分支都增添了新的内容。例如不分明拓扑、
不分明线性空间、模糊测度与积分、模糊群、模糊范畴、模糊图论等。其中有些领域已有比
较深入的研究。
模糊性数学发展的主流是在它的应用方面。由于模糊性概念已经找到了模糊集的描述方式，
人们运用概念进行判断、评价、推理、决策和控制的过程也可以用模糊性数学的方法来描述。
例如模糊聚类分析、模糊综合评判、模糊决策、模糊控制等。这些方法构成了一种模糊性系
统理论，构成了一种思辨数学的雏形，它已经在医学、气象、心理、经济管理、石油、地质、
环境、生物、农业、林业、化工、语言、控制、遥感、教育、体育等方面取得具体的研究成
果。模糊性数学最重要的应用领域应是计算机智能。它已经被用于专家系统和知识工程等方
面。
神经网络是：人的思维有逻辑性和直观性两种不同的基本方式。
神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。目前，主要的
研究工作集中在以下几个方面：
（1）生物原型研究。从生理学、心理学、解剖学、脑科学、病理学等生物科学方面研究
神经细胞、神经网络、神经系统的生物原型结构及其功能机理。
