1、“.....,,.,,,,.,,.,.,.,.,方程至得到参数估计代入方程，得到ˆ其中ˆ。通过作阶累减可生成第个预测数据ˆ，即ˆˆˆ,,步骤检查过程得到新节点个样本值后，依次完成步骤至步骤来预测过程直到异常情况出现。控制范围是基于条形控制图，最高限和最低限将分别是和......”。

2、“.....过程继续受监控。数值分析及结论在这部分，我们给出模拟结果。我们假设过程变量服从正态分布，数据点产生于均值为方程为正态分布。样本大小是,及分别进行模拟。当样本量等于时，条形控制图中线等于均值，标准差等于。条形控制图上下限为,......”。

3、“.....得到每个数据后就可以分析过程。所有程序用语言写出，所有样本通过生成。所有结果基于个重复抽样。旦得到条形控制图上下限，通过计算来比较灰色预测值和样本值。模拟过程前个样本受控制而第个样本失去控制。旦发现均值漂移不再控制范围，会有记录。我们来讨论均值漂移下面三种水平标准差改变.均值漂移。例如，均值偏离目标到......”。

4、“.....其中是上面所描述样本值标准差即，其中是样本量在本文中，目标为标准差改变.均值漂移标准差改变.均值漂移。我们还比较了样本值Ⅰ类误差概率和灰色预测值在同样控制范围内概率。为了了解对用来计算灰色预测样本数敏感性和影响程度即值设为和，个样本原始定义为,其中分别等于和。时所观测Ⅰ类误差概率结果......”。

5、“.....在情况下结果在表至中给出总结。表当时和灰色预测Ⅰ类误差和样本量Ⅰ类误差.目标.目标.目标灰色灰色灰色灰色表当时和灰色预测Ⅰ类误差和样本量Ⅰ类误差.目标.目标.目标灰色灰色灰色灰色表当时和灰色预测Ⅰ类误差和样本量Ⅰ类误差.目标.目标.目标灰色灰色灰色灰色表当时和灰色预测Ⅰ类误差和样本量Ⅰ类误差......”。

6、“.....目标灰色灰色灰色灰色样本值Ⅰ类误差概率实际确定为.，如.。这是因为条形控制图是基于，其中和在第部分假设值。如果过程变量服从正态分布，那么总平均概率会达到样本值标准差以内，约为.。从我们模拟结果可以看出，灰色预测值对样本量非常敏感，即值。从表至表可以看出，随着值增加，灰色预测Ⅰ类误差迅速增长......”。

7、“.....两者方法中都会变小即发现失去控制情况变得容易。当或，灰色预测值支配样本值，但灰色预测Ⅰ类误差比样本值大。当值变大，样本值和灰色预测值差别并不明显，但灰色预测Ⅰ类误差比小。这意味着如果用灰色预测值，过程变化色指示出错概率会小。当值增加到，灰色预测作用不明显，但其Ⅰ类误差很小。从我们模拟结果可知，当或时......”。

8、“.....但其Ⅰ类误差相对较大。当值增加到，样本值和灰色预测值发现异常情况能力相似，但灰色预测有较小Ⅰ类误差。建议总结来说，如果过程失控代价很大，即恢复或补过代价是重大，用来计算灰色预测样本数应该较小，因为灰色预测值对过程变化很敏感。由于，当时灰色预测Ⅰ类误差很大，建议用来监控过程......”。

9、“.....建议用。当时，灰色预测Ⅰ类误差较大。重点是，当时，灰色预测能迅速检验过程变化，即便是微小变化，所以此处可以节约修补损失。同时，由失去控制而产生过程混乱能被预测和减少。根据不同独立过程要考虑不同优劣势。如果损失代价较小，但中断过程代价很高，建议使用，当时，比较和灰色预测值......”。