在城市化快速发展的背景下，“垃圾围城”现象在全国各大中小城市愈加显著，城市生活垃圾和工业固体废物逐渐成为影响城市环境卫生、城市居民健康的重要威胁。城市生活垃圾产生量的准确预测能为环卫部门制定城市环境卫生规划，为城市管理者修建城市生活垃圾处理设施等提供重要的参考数据。基于此，本论文开展了以下工作:1.收集国内外关于城市生活垃圾产量预测的研究资料，选择适合城市生活垃圾产量预测的相关模型;2.分析生活垃圾产量预测模型的预测原理，提出模型优化的方法;3.结合模型优化方法，建立相应模型，对成都市生活垃圾产量进行预测，并提出控制和减少成都市生活垃圾产量的相应措施与建议。　　综合论文开展的工作，得出以下结论:　　第一、结合国内外关于生活垃圾产量预测的研究现状，论文选择时间序列模型(ARIMA(p，d.q))和灰色模型(GM(1,1))作为城市生活垃圾产量预测的模型。从模型优化方法角度出发，提出两类模型的优化方法，即参数优化法和残差修正法。在参数优化方面，采用了智能优化算法中的粒子群优化算法(PSO)来对灰色模型进行参数优化，建立了基于PSO算法的PSO-GM模型;同时采用残差修正法对ARIMA模型进行优化。研究结果表明两类优化模型的精度相比原模型精度有所提高。　　第二、通过对组合模型理论的研究，将PSO-GM模型、残差修正ARIMA(3,1,2)模型进行组合，分别建立了简单平均组合模型、加权平均组合模型以及基于粒子群优化算法(PSO)的GM-ARIMA组合模型。以成都市2013年1月-2015年12月的月度生活垃圾处理量为数据依托，将三个组合模型与单独的PSO-GM模型、残差修正ARIMA(3,1,2)模型进行模型精度验证。通过均方误差（MSE）、平均绝对误差(MAE)以及平均绝对百分比误差（MAPE）3个指标来评价模型精度，研究结果发现基于PSO算法的GM-ARIMA组合模型的预测精度明显优于其他4种模型。　　第三，选用了基于PSO算法的GM-ARIMA组合模型对成都市2016年-2020年的生活垃圾产量进行预测，预测结果显示至2020年成都市生活垃圾处理量为208.3101万吨。结合预测结果，论文结合成都市生活垃圾管理现状，提出成都市未来生活垃圾量的控制及处理的一些参考性建议。