预测是根据客观事物的过去和现在的发展规律,借助于科学的方法对其未来的发展趋势和状况进行描述和分析,并形成科学的假设和判断。灰色系统理论创立30多年来,已经形成了较为完善的理论体系。作为灰色理论重要研究方向之一,灰色预测在各个领域都得到了广泛的应用。灰色预测模型,是通过不完全的,较少量的系统信息,根据特定的具体情况建立起与实际符合的数学模型并作出预测的一种方法。在日常生活中,当我们需要制定发展方针和具体政策,或者对一些重要的问题进行分析决策时,都需要运用科学的方法进行预测。而灰色预测方法经过长时间的发展,其科学性与准确性都经受了检验,并被学者们不断改进,在预测领域扮演着极其重要的角色。GM(1,N)作为灰色预测中应用广泛的模型,被应用到各种实际场景中。然而,经典GM(1,N)模型存在一定的缺点。例如预测精度不是很稳定,有时甚至会出现偏差。为此,学者们从不同角度进行了一定程度的改进,但这些优化方法大多都是针对某一方面进行的改进,故具有片面性的缺点。鉴于以上存在的问题,文章提出了一种组合优化方法:同时考虑相关因素间的交互效应、以及虚拟变量对特征序列的影响,并对模型背景值进行优化,讨论新模型的参数求解方法与应用。结合江苏省能源需求数据,分别应用经典模型、仅含交互效应的模型、仅含虚拟变量控制的模型和改进后的GM(1,N)模型进行计算和误差对比,验证了改进后的模型精度要显著优于其他模型,并用改进后的模型对江苏省未来能源需求进行预测。