针对NGM(1,1,k)的基本形式与白化微分方程的跳跃性关系, 尝试对NGM(1,1,k)模型进行优化. 首先对白化微分方程积分, 得到新的NGM(1,1,k)参数估计基本形式, 通过定义其中的前置与后置背景值, 分析误差产生的几何原因, 进而推导背景值计算公式; 然后利用误差平方和构建期望函数, 求解时间响应函数中的最优常数表达式; 总结优化后的NGM(1,1,k)模型的建模步骤, 并证明该模型具有非齐次白指数重合性; 最后, 通过两个算例将优化模型与经典模型进行对比, 取得了良好的效果, 进