伴随着经济快速发展,城市化规模不断扩大、交通运输量需求增大。作为绿色环保的城市轨道交通,因其准时、快捷,正受到大、中型城市的青睐。轨交客流预测是城市轨道交通建设的一个重要环节,即可把预测结果作为城市轨交设计规划工作的基础,又可为轨交线路安全运营提供未雨绸缪的决策依据,提高社会和经济效益。本文研究和实践了结合灰色系统理论的UGM(1,1)模型和马尔可夫链适用性建模的一种方式,并应用于轨交客流预测。通过理论分析和实验结果,讨论了相关模型的适用性及不足。本文的主要研究工作概述如下：1、研究了灰色预测理论中最基本的预测模型GM(1,1),从理论上分析了其适用范围和有偏性。对GM(1,1)进行无偏修正后创建生成UGM(1,1)模型,分析了GM(1,1)和UGM(1,1)模型的不足.2、在UGM(1,1)模型不足的基础上,结合灰色理论与马尔可夫链构建了Grey-Markov模型,通过实验展示了其优越性及其不足。3、对Grey-Markov模型进行了无偏修正,提出改进的UGM-Markov模型。通过不断更新建模过程中的原始数列来改变状态矩阵,提高数据状态估算,从而提高模型的预测精度。实验结果表明,Grey-Markov模型较UGM(1,1)模型的预测精度有了很大提高,克服了GM(1,1)和UGM(1,1)模型对波动性大的数列预测精度不高的缺陷。改进的UGM-Markov模型通过更新原始数列来提高估算精度,其预测效果最佳。