灰色关联分析的理论依据是空间理论，主要原则有四个：规范性、接近性、整体性以及偶对称性，通过对各组方案的比较和分析来得到两个数据行为序列（即系统数据行为序列和影响因子数据行为比较序列）的关联度与关联系数。

在灰色系统理论中，关联度是一个基本概念，是对子系统之间相关性大小的一种度量。关联度是随着因素发展走势相似度的增大而增大的。因此，灰色关联法可以分析各个因素之间的主要关系，并找出影响最后的目标值的关键因素，使预测值的准确度更高。

主要思想为当在低维的空间中遇到线性不可分的问题时，可以运用内积函数将低维空间的信息映射到一个高维乃至无穷维的特征空间中，然后在高维空间中进行分类或者回归训练。因而样本数据在高维特征空间内中进行超平面的分隔后，就有效的避免了在低维空间中进行非线性曲面的分隔计算。

使用支持向量机后得到的这些分类函数主要是以支持向量为参数的非线性函数的所有线性组合，因此函数的复杂度与支持向量的数量有关，与特征空间的维度无关。