1、“.....更接近真实值。与单灰色预测方法相比,基于马尔科夫链性质的，模型给出了预测变量所处的状态区间,而且给出了处于各个区间的分布概率,具有较强的科学性和实用性，预测结果可信度高。次累加数据的预测与原始数据预测精度不致，次累加数据可削弱数据的波动性，反之，将次累加预测数据求导还原后，有可能恢复其原有的波动性。由于马尔科夫链具有无后效性，因此，在对数据做预测时，尽可能提高最后个预测数据的预测精度，若预测值不合格，可用残差模型修正原点，在进行马尔科夫预测。由于时间因素，以及个人能力有限，还存在很多问题，如预测模型精准度还不是很高，如果能与粗糙集理论相结合，或许可以提高模型预测的精准度。无偏模型和滑动无偏模型预测数值都不是很理想，模型有待于改良。由于搜索的其他组数据有缺失......”。

2、“.....因此，未能加强灰色马尔科夫预测方法适合乌鲁木齐市工业固体废弃物预测的可信度。参考文献蒋展鹏环境工程学高等教育出版社年第二版，页韦灼彬,高屹,吴森灰色马尔科夫模型在机场道面使用性能预测中的应用海军工程大学学报第卷第期灰色模糊数集在环境中的应用高等教育出版社年第二版，页吴顺祥灰色粗糙集模型及其应用科学出版社马尔科夫链在年降水量预测中的应用华中师范大学侯继松基于灰色理论分析成都市商品住宅价格变动四川师范大学邹志红,王乐娟湖泊富营养化趋势的灰色马尔柯夫预测环境科学报第卷第期王霞大型冶金工程项目进度成本联合控制的研究西安建筑科技大学刘乐，王洪国，王宝伟基于背景值构造方法的,模型优化统计与决策第期王泽文,张文......”。

3、“.....康林灰色理论在隧道洞口边坡变形预测中的应用西部探矿工程。第期赵海青灰色马尔科夫预测模型及其在市盈率预测中的应用保定师范专科学校学报第卷第期陈实货运量预测方法及应用研究武汉理工大学徐肖豪,刘卫香,王兴隆马尔科夫链模型在空管自动化系统可靠性分析中的应用航空计算技术第卷第期乌鲁木齐统计年鉴乌鲁木齐统计局年附录表无偏模型预测年份实际预测相对误差实际预测相对误差致谢本论文是在王庆老师的悉心指导下完成的，值此论文完成之际，向对我学习生活方面的帮助和关怀表示诚挚的感谢。老师严谨求实的治学精神认真的做事态度对我有深远的影响。在即将离开校园踏入社会之际，感谢每位老师和同窗好友给予我的支持和帮助。再次感谢所有关心帮助支持我的师长亲人朋友们......”。

4、“.....共有四级级，指标临界值为二级，指标临界值为三级，指标临界值为四级，指标临界值为。相对误差越小，表明模型的精度越大。原始数据方差残差的方差方差比小误差概率检验对外推性好的预测，越小越好，般要求﹤，最大不超过而要求大于，不得小于，根据和的具体值可将预测精度分成四类，各类精度的值如下表所示表,模型检验等级参考表精度等级相对误差均方差比值小误差概率级二级三级四级滑动法优化无偏，预测模型的建立对原始数据用滑动法优化后建立无偏，模型，称为滑动法优化无偏，模型......”。

5、“.....用三点滑动处理得到,以为原始数列，建立无偏，模型。残差修正，模型的建立残差模型是为了提高精度，将最后个误差减少，残差模型不是在任何情况下使用，也不需要修正所有的数，只是修正原点附近的数。原始数列般取最后个残差，不考虑正负号，均为残差的绝对值。其建立步骤如下以，模型的绝对误差ˆ为原始数列，即,建立，模型，带入时间响应函数，还原残差原始数列ˆˆˆ则建立的残差模型与合并，即为修正后的模型，即马尔科夫链马尔科夫链模型是个在可靠性研究中特别有用的重要数学工具。马尔科夫链模型的基本内容就是在研究系统的状态以及在这些状态之间的转移。设就是个离散随机变量序列,而每个所可能取的值属于,其中是个有限的实数集合......”。

6、“.....而与所有更前面无关，即,则称该随机过程是个有限状态的马尔柯夫链,称为状态空间,称为时间参数集。条件概率表示系据预测后验差比值，小误差概率，则此预测模型为二级，合格。预测数据的相对误差有个级优，个二级为合格，个三级勉强合格。与次累加数据预测模型相比，次累加数据预测模型可以看出次累加数据预测较精准。残差,模型由于滑动优化，模型中预测数值超出允许范围，为修正，建立残差，模型，取表预测原始数据中最后个数据的残差，残差序列为,,,,建立，模型。预测残差序列为ˆ,ˆ,ˆ,ˆ,ˆˆ建立的残差模型与ˆ合并......”。

7、“.....其合格率也明显减小，但年预测数据明显接近原始数据，相对误差降低，达到允许范围，因此残差修正可行。滑动优化无偏灰色马尔科夫链的固体废弃物预测用滑动优化，的绝对误差构成新数列，运用马尔科夫链进行预测。划分状态求的还原原始数列方程式，带入ˆˆˆ，求的，得到ˆ以的曲线作为状态划分基准线，平移曲线，状态区间为,考虑实际意义取,。则状态可划分为以下三个，ˆˆ,ˆˆ,ˆ构建概率转移矩阵根据状态划分图，可已得到步状态矩阵步转移概率矩阵为建立模型进行预测由于马尔科夫的无后效性，其预测值ˆ只与前项的状态与数值有关，确定前项的状态转移概率，预测值为ˆˆ下限状态上限故得到滑动优化,马尔科夫链的预测值，数据见表。经检验，后验差比值，小误差概率，则此预测模型为级......”。

8、“.....预测数据的相对误差有个级优，个二级为合格，个三级勉强合格。模型分析参照附件中表，显然，滑动无偏灰色马尔科夫预测模型精度最高，预测出的数据最接近真实值，其模型的精度也高于无偏灰色模型和滑动无偏模型。马尔科夫理论与灰理论结合的预测方法大大提高了预测精度，其模型精度也有所提高。对年乌鲁木齐市固体废弃统在处于的条件下，在时刻转移到状态的概率，记为。,将依次排序可得步转移概率矩阵如下灰色马尔科夫链预测模型的建立第步建立滑动无偏，模型建立滑动无偏，预测模型，检测模型。第二步确定状态以计算出的绝对误差为基础，根据实际情况划分状态，然后确定各个时刻原始数据所属状态。第三步计算状态转移矩阵若为由状态经步转移到状态的原始数据样本数，处于状态的原始数据样本数，则称为状态转移概率......”。

9、“.....计算预测值。由于马尔科夫链无后效性,其状态的转移仅与它前期的状态和取值有关，而与前期以前项所处的状态和取值无关。当预测出状态以后，其预测值的区间也相应的确定，取值范围为该区间的中点。灰色马尔科夫链的预测以年至年新疆乌鲁木齐市固体废弃物产生量和排放量数据为基础，数据如下乌鲁木齐市固体废弃物产生量年份固体废弃物产生量万吨年份固体废弃物产生量万吨根据，和建立无偏滑动无偏，模型和灰色滑动无偏，模型，还原数据。无偏，的固体废弃物预测原始数列为,次累加得,用软件可计算出,,带入时间响应函数，得ˆ带入ˆˆˆ，还原原始数据，计算出的数据见附件表。经检验，原始数据预测的后验差比值，小误差概率，则此预测模型为二级，合格。预测数据的相对误差有个二级合格，个级优......”。