【摘要】采样频率不同、间距不等的混频数据背景下，考虑时滞是系统要素间因果作用的常见现象，提出含时滞参数的混频GM(1，N)建模方法。根据时滞特征不同，将模型划分为两类：同步推移型时滞GM(1，N)模型和累积型时滞GM(1，N)模型。同步推移型用于表征时滞长度固定但起始时间不确定、具有管道延迟性质的时滞关系。累积型用于表征时滞长度不确定、因果效应逐步叠加的时滞关系。将指数Almon函数作为时滞分布函数，该函数可完全由数据驱动生成递增、递减、S型、U型、钟型等多种形态，有助于挖掘混频数据中的时滞信息。数值分析的结果验证了模型的有效性。模型对于存在低频小样本数据的混频时滞系统具有很强的适用性。