服装商品的销售规律并不是一个简单的线性行为方式,它更是受市场、经济、政策等因素综合影响的非线性行为方式,这其中包含了极大的不确定性和模糊性,同时又包含了某种必然性。利用有限的销售数据,选择合理的预测方法对服装商品销量进行预测对于企业合理安排进销存,减少经营成本具有重要的指导意义。本文首先介绍了所研究企业存在的库存积压、供需不稳定等问题,以及准确销售预测的必要性,并介绍了服装销量预测领域的研究现状。针对服装商品销售过程中存在的线性、非线性、确定性和不确定性等问题,选取了指数平滑预测模型、移动平均法预测模型和灰色理论预测模型3个单项预测模型进行研究,并对各单项模型进行实例分析对比,通过分析各个单项预测模型的相对误差,确定将灰色理论和指数平滑预测模型进行组合提高预测精度。在对灰色理论-指数平滑组合模型权重的求解的过程中选取算数平均组合预测、方差倒数法和熵权法3种方法进行对比分析,得到方差倒数法组合预测效果比较好。为了解决灰色理论模型在受外界因素影响波动较大时预测精度会降低的问题,在灰色理论模型的基础上选取马尔可夫链模型对其进行优化,将时间序列模型和动态经济学模型结合。最后,分别给出两种组合预测模型的具体预测流程,并利用已有的商品销售数据对本文所提出的两种组合模型的预测精度进行了测试。实验结果表明,灰色理论-Markov组合模型的预测精度高于灰色理论-指数组合模型,灰色理论-Markov组合模型既降低了单项模型出错的风险又解决了受外界因素影响波动较大时预测精度会降低的问题。