为了准确预测沥青路面使用性能的变化趋势，针对道路路面性能数据积累年限少、道路检测单元数据波动大的特点，通过熵值赋权对多个检测单元路段数据进行赋权提取，结合传统灰色模型（GM（1,1））进行预测，并考虑到路面在服役期内，由于荷载、材料和环境等不确定性因素导致的使用性能的变化，建立马尔可夫模型进行误差修正，得到了兼顾智能、概率的熵值赋权灰色马尔可夫复合模型。结合江西省某国道检测单元K1580～K1587段路面损坏状况指数（pavement condition index, PCI）、路面行驶质量指数（riding quality index, RQI）数据进行预测验证，通过计算预测结果与实测值的方差发现，相比于传统的灰色预测模型和标准路面性能指数（pavement performance index, PPI）模型，熵值赋权灰色马尔可夫预测值与实测值间的方差更小，预测结果更具有代表性，预测精度更高，可为路面养护人员制定养护决策提供高可靠性分析。
