粮食是人类的生活必需品,是进行一切活动的基本条件,唯有把保障粮食安全作为首要目标,毫不放松地抓好粮食生产,才能确保国家的长治久安。河南省作为我国第一产粮大省,在保障国家粮食安全中占据十分重要的地位,但人多地少、农业科技水平低下、农业基础设施薄弱等粮食安全隐患仍然存在。因此,对河南省粮食安全进行研究分析,发现当前粮食安全状况存在的问题并及时予以调整,对保障河南省乃至全国的粮食安全意义重大且影响深远。本文运用系统工程思想,借助灰色模型对河南省粮食安全问题进行系统分析和综合诊断,探究河南省粮食安全问题的体系结构,研究确定性因素和不确定性因素的交互作用关系,建立综合模型体系,作出量化关系表达和预警。围绕该思想,本文主要做了以下工作:首先,对粮食安全体系进行系统分析,综合考虑粮食供给、需求及市场流通三个方面,建立三层影响因素集,提出粮食安全综合系数来量化粮食安全性,运用灰色关联分析模型对2000-2015年河南粮食安全影响因素进行三层诊断。诊断结果表明:粮食供给对河南省粮食安全影响最大,其次是粮食需求,粮食市场流通对粮食安全影响程度相对较小。然后,将灰色GM(1,1)模型与DEA交叉模型相结合,并引入理想点理论,构建基于理想点的灰色DEA交叉评价模型对河南省粮食生产效率进行测算,并将该模型与传统DEA模型的测算结果进行比较,结果表明:基于理想点的灰色DEA交叉评价模型出现重解的频率远低于传统DEA模型,且能够有效解决交叉效率值不唯一问题。随后,本文构建了基于混合中心点三角白化权函数的两阶段灰色聚类模型,并借鉴信息熵的思想,采用熵权法确定各指标权重。该方法有效地解决了聚类系数相近难以判定对象归属问题,避免了指标取值范围左右延拓的困扰,并充分利用和挖掘数据本身的信息,使指标权重的确定更为客观。运用该模型对河南粮食安全状况进行综合评价,得到:2000-2015年,河南粮食安全状况整体较为乐观,除2000-2003年处于“轻警”灰类,其它年份均处于“基本安全”和“完全安全”灰类。最后,基于随机权重粒子群算法对GM(1,1)模型的参数进行求解,通过对改进GM(1,1)模型和传统GM(1,1)的模拟结果进行比较,可知,基于随机权重粒子群算法的GM(1,1)模型的拟合精度和预测精度均明显高于传统GM(1,1)模型。基于预测结果对2016-2020年河南粮食安全状况进行综合预警。结果表明:2016-2020年,河南粮食安全状况较好,均处于“完全安全”灰类,但仍存在不安全因素。由于粮食安全涉及方方面面,各部分之间关系错综复杂,本文仅从粮食供给、需求、市场流通三方面进行研究,其他因素如气候、自然灾害、政策等在本文的研究工作中未考虑。此外,综合评价环节各灰类中心点、转折点的确定以及预警环节改进GM(1,1)模型的适用性和有效性还需进一步验证。