根据灰色新息优先利用思想,定义新的累加生成,与灰色离散模型结合,构建出新息优先累加生成的灰色离散模型(NIPDGM(1,1))。在四种误差准则下,给出了参数优化方法。进一步利用数值模拟,研究NIPDGM(1,1)模型在不同误差最小化下对信息的重视程度,分析表明在序列累加生成过程中,四种优化形式对信息的重视较为一致。在实证部分,以高速公路软土路基沉降以及江苏省能源消费问题为例,分析NIPDGM(1,1)模型的建模精度,结果表明:在NIPDGM(1,1)实证模型中,不同误差优化方式对信息的重视程度与数值实验结论相符;与GM(1,1,t2)、反向累加GOM(1,1)、倒数累加GRM(1,1)、GM(1,1)、DGM(1,1)、无偏GM幂模型相比,NIPDGM(1,1)对路基沉降的建模精度更优;与RBF神经网络、灰色累加生成RBF神经网络(GRBF)、支持向量机(SVM)、灰色累加生成支持向量机(GSVM)相比,NIPDGM(1,1)对能源消费的模拟误差大些,但预测误差更小,表明新模型具有更好的泛化能力。