随着我国铁路运输向着高速化、重载化方向发展,使得轨道承受来自列车各方面的作用力越来越大,加速了轨道不平顺的劣化趋势；同时由于线路跨区域大、行车密集等因素,使得铁路运输与轨道养护维修的矛盾日益突出。因此,为了提高维修效率,保障行车安全,必须对轨道不平顺的发展规律深入研究,构建相应的预测模型,对于准确掌握轨道不平顺状态的变化趋势,并以此为依据科学合理地安排养护维修计划,指导维修作业,具有重要现实意义。本文首先综述了国内外轨道不平顺预测模型的研究现状,并进行了总结；其次,详细介绍了轨道不平顺的种类、轨检车的检测项目以及轨道不平顺检测数据的形式；再次,针对轨道不平顺检测数据中存在的粗大异常值进行了剔除和修正,并对不同检测批次数据在同一里程范围内存在的不对应问题进行了里程校正,提高了利用其统计分析和轨道不平顺预测结果的可靠性和准确性；最后,重点研究了线性预测模型和基于灰色理论的预测模型在轨道质量指数(TQI)预测中的应用,针对线性预测模型在对随机波动的TQI序列预测时预测误差偏大和基于灰色理论的预测模型由于其本身是一种指数增长型的模型,随着时间的推移,其预测值增长过快,偏离实际值较大的缺点,提出了基于非等时距灰色线性的加权组合预测模型,并引入两种以加权方式组合的修正函数对残差序列进行了修正,以此来提高组合模型的拟合精度,在两次加权的过程中均采用了基于预测误差平方和最小的原则来确定模型的最佳权系数；最后,结合某线路实际TQI数据,经实验验证结果表明,采用本文提出的预测方法有较高的预测精度,拟合曲线比较符合实际TQI的变化趋势。轨道质量指数(TQI)能够真实反映区段轨道的整体不平顺状态,通过对其建立预测模型,可以及早地掌握轨道质量状态的发展趋势,并以此为依据用于编制轨道养护维修计划,指导维修作业,实现“状态修”。