兵团农机总动力反映了兵团地区农业机械化发展的总体水平,是兵团农业机械化发展规划的重要指标。然而,农机总动力的增长受多方面因素的相互影响,常规的预测采用单一预测模型,预测精度误差较大,预测效果往往不能让人满意。近年来,随着组合预测理论的不断发展,组合预测模型以其预测精度高而被广泛应用到农机总动力的预测中,但在应用组合预测模型时仍然存在一些问题如单一预测模型选择无定量方法等需要解决。本文以新疆兵团1989年-2015年农机总动力相关统计数据为基础,建立Logistic回归模型、指数法、三次多项式法、ARIMA模型、二次多项式法、指数平滑法、灰色模型七种单一预测模型,使用包容性检验原理对以上七种单一预测模型进行逐一筛选;对通过包容性检验的四种单一预测模型,采用熵值法、Shapley法、变异系数法等不变权重法根据模型误差信息建立非最优组合预测模型;根据误差平方和最小、误差绝对值和最小准则建立最优组合预测模型,选择MAPE(平方绝对百分误差)等评价指标对预测结果进行评价,选用精度较高的组合模型对新疆兵团2016年-2020年农机总动力进行预测,并使用马尔科夫模型建立预测区间。主要研究结论如下:(1)对所选七种单一预测模型进行包容性检验,通过检验的单一预测模型分别为:Logistic回归模型、三次多项式模型、二次多项式模型、ARIMA模型。(2)采用不同权重值分配方法构建非最优组合预测模型,其预测精度从高到底分别为:基于Shapley值法的组合模型、基于变异系数法的组合模型、基于熵值法的组合模型。(3)构建误差平方和最小、误差绝对值和最小准则的两种最优组合模型,通过对比分析SSE、MSE等误差指标,得到两种最优组合模型预测精度均高于(1)中四种单一预测模型预测精度,且在两种最优组合模型中,基于误差绝对值和最小准则的组合模型预测效果较好。(4)选取基于Shapley值的非最优组合模型预测兵团2016年-2020年农机总动力,预测结果分别为:533.795万千瓦、557.783万千瓦、575.445万千瓦、592.899万千瓦、608.385万千瓦。(5)以Shapley值法构建的组合预测模型为基础,并对1991年-2015年的预测数据进行分析,使用预测误差e为参考指标进行状态的划分,建立状态转移矩阵,求解2016年-2020年预测区间值,使用马尔科夫模型建立区间预测值既提高了中长期预测的可靠性和稳定性,同时也提高了预测结果的实用性,对相关部门制定长久、科学、合理的规划提供了重要的借鉴作用。