科学合理的预测模型不仅有利于对事物现象本身的研究，而且对制定相应的决策也有重要的意义。文章在灰色GM(1,1)模型的基础之上对全国邮电业务总量的数据进行了分析。结合新陈代谢的方法，再次利用构建GM(1,1)模型的原理对尾段数据的残差重新做出分析，从而对灰色模型进行了修正，将修正后得到的模型与马尔科夫链模型进行结合，提出了改进的灰色马尔科夫模型预测方法。利用改进后的灰色马尔科夫模型对全国邮电业务总量进行了预测，预测的结果表明，采用改进后的灰色马尔科夫预测模型能够较准确地预测全国邮电业务总量的范围，预测值的精度和准确度都有了较大的提升，效果令人满意。论文分如下几个部分：第一部分为绪论，首先阐述问题的提出及研究的意义和作用，然后简单地介绍了邮电业务量的基本知识和常用邮电业务量预测的几种方法；第二部分对马尔科夫过程的定义、转移概率、状态的分类和分解、灰色GM(1,1)模型、残差GM(1,1)模型以及精度验证基本知识做了详细介绍；第三部分介绍了灰色转移概率的马尔科夫模型和灰色状态的马尔科夫模型，并运用灰色马尔科夫预测模型对全国邮电业务总量进行初步预测，验证了灰色马尔科夫模型具有一定的可行性；第四部分主要介绍了两种对灰色马尔科夫预测模型的改进方法，第一种是新陈代谢的改进方法，第二种是残差修正结合新陈代谢的改进方法，并分别用这两种改进后的模型再次对全国邮电业务总量进行预测。由最终的预测结果我们得出，这两种改进后的模型都能够准确地预测数据的区间，预测值的精度比一般的灰色马尔科夫模型均有了很大的改善，且第二种改进模型预测结果的准确度和精度相对于第一种的改进模型又有了进一步的提升；第五部分是本文的总结与展望。