随着社会经济发展环境的复杂化，社会经济发展趋势的多样化，现有灰色预测模型在实际应用中存在一定的不足与局限性。本文遵循“提出问题，分析问题，解决问题”的逻辑思路，从反向累加生成的性质研究出发，对GOM(1,1)模型进行背景值和时间响应函数的优化，同时构建GOM(1,2)和GOM(2,1)模型，以期进一步完善灰色预测理论，拓宽灰色预测模型的应用范围。主要工作如下：（1）针对反向累加生成序列与传统累加生成序列的性质差异，证明了反向累加生成序列的准光滑性和准指数规律。（2）从背景值形成原理出发，构建GOM(1,1)模型的能够比较完全的反映数据信息的最优化背景值，基于优化背景值的GOM(1,1)模型能够很好的拟合具有完全指数规律的递减序列，并且对具有完全指数规律的递增序列也能够较好的拟合。通过实例验证了GOM(1,1)模型的有效性。（3）通过对反向累加生成规律和性质及灰色预测模型的建模机理的研究，构建了GOM(1,2)和GOM(2,1)模型两类能够满足具有特殊发展规律的数据序列的预测模型，并对模型进行了参数估计和求解讨论。（4）应用优化的GOM(1,1)模型，分别对我国节能减排工作中的各项主要指标序列建立预测模型，基于建立的预测模型进行了模拟和预测，并根据对预测结果的分析，结合我国能源相关的国情，给出了具有实际意义的我国“十二五”期间节能减排工作的对策和建议。