国务院明确定位物流为支撑国民经济的基础性和战略性产业,在此背景下,南京作为长江经济带中的特大型城市,其经济发展水平、产业结构、基础设施、市民消费水平、消费理念、物流技术、城市物流基础设施布局、物流服务水平都在不断的提高、变革和改善。因此,对南京的物流需求建立科学的预测模型是十分必要的。本文以南京市物流发展的实际状况以及物流需求相关理论为基础,根据物流需求的相关特征,对物流需求预测开展了研究。主要研究工作有以下几个方面:(1)在阅读和学习国内外物流需求的期刊文献的基础上,选取了灰色系统理论和指数平滑法作为与本文所建立的预测模型对照的预测模型,同时在明确了影响物流需求量的因素的基础上,选取了货运量为物流需求的预测指标。(2)建立了基于LDWPSO的加权朴素贝叶斯预测模型。针对传统朴素贝叶斯模型中各个属性独立的问题,本文使用为每个属性添加权值的方法削弱各个属性的独立性,结合具有强拟合能力的粒子群优化算法,建立基于粒子群优化的加权朴素贝叶斯预测模型应用于物流需求预测的问题。同时,由于粒子群优化算法在处理离散数据时容易陷入局部最优解的缺点,本文采用惯性权重线性递减的方法来改进,以提高预测模型的鲁棒性和准确性。(3)对南京市的物流需求预测进行了实证分析,试验结果表明,基于LDWPSO的加权朴素贝叶斯预测模型在预测的误差率上明显低于其他单一的预测模型,从而验证了预测模型的准确性。