中国和东盟国家海洋渔业资源丰富,发展潜力巨大,在海洋渔业合作上有着广阔的前景。中国与东盟国家的海洋合作,是新时期我国发展海洋经济的重要战略选择。对东盟海洋渔业产量进行分析预测,既是中国-东盟海洋大数据平台的功能需求,也有利于全方位认清中国和东盟海洋渔业产业状况,为中国-东盟渔业合作提供正确方向和战略支持。现有的相关研究大多停留在理论阶段,很少有针对中国和东盟渔业产量做预测分析的实际应用。因此本文结合灰色系统理论预测中国和东盟海洋渔业产量,既具备一定的理论意义也有较高的实用价值。本文选取了中国加上缅甸和马来西亚这两个渔业经济在国民经济中占有重要地位的东盟国家作为研究对象。首先分析了中国-东盟渔业经济发展的背景和目前渔业产量预测常用的方法,然后根据经济学基本原理选取了影响渔业产量的相关指标,利用灰色关联分析方法得到了与渔业产量关联度较高的影响指标。接着基于传统的GM(1,1)预测模型结合中国东盟渔业产量预测的实际情况进行改进,针对残差问题,提出了基于残差修正改进的RCGM模型;针对传统GM(1,1)模型从离散到连续的跳跃问题,提出了基于离散化改进的BDGM模型;针对单一变量问题,提出了基于多变量改进的MVGM模型。为了解决单一灰色模型不具备线性因素及数据波动问题,提出了灰色组合模型,包括灰色线性回归组合模型-GLRM模型和灰色Verhulst马尔可夫模型-GVMM模型。利用实验数据和这些模型对中国、缅甸、马来西亚三个国家的渔业产量进行了预测,并根据预测结果对比分析了各个模型的预测误差,实验结果显示灰色组合模型在数据满足要求的条件下一般优于GM(1,1)及其改进模型,GM(1,1)改进模型里RCGM模型预测效果较好,MVGM模型效果受选取的指标的关联度影响较大。此外,还选用合适模型预测了2019-2028年中国、缅甸、马来西亚的渔业产量。最后,将本文研究成果应用在中国-东盟海洋大数据平台全球渔业数据库模块上。通过该模块可以了解中国与东盟国家渔业相关的各项历史数据,可以对中国与东盟的年度渔业产量值进行预测,通过实际应用验证了中国东盟渔业产量预测模型的实用性与有效性,为用户提供更好的数据服务和预测参考。