汽车产业是国民经济的支柱，对国民经济的发展具有非常重要的意义。近年来，随着经济的发展汽车产业也在蓬勃的发展，汽车行业的扩大化；汽车市场容量的增大；销售量的提升在提醒和要求生产者和管理者应用更为合理方式来应对市场的变化，制定更为合理的生产和销售方案来应对市场的需求，那么就不能少了对销售量的处理和预测。精确的预测出销售量对生产者和经营者来说就显得尤为重要，那么如何应用更好的方法模型来预测出未来的趋势和销售量是一个重要且值得不断深究的课题。利用汽车销售的历史数据的分析来建立模型，是对汽车销售量进行预测研究的着手点。本论文目标就是通过建立一个对汽车整车销售灵活有效预测模型，从而达到销售量的准确预测。应用非线性预测模型与线性预测模型，定性预测方法与定量预测方法相结合的预测模型，并应用历史销售数据进行分析测试，进而确立最后的汽车整车销售预测模型。利用线性预测模型、采用灰色关联度分析了相关影响因素对汽车销售量的影响程度大小，并用GM（1,1）模型对汽车销售量进行了预测、应用经典的BP神经网络模型对汽车销售量进行建模，并运用BP网络对GM（1,1）模型进行修正，提高预测的精度。并通过实证分析对比各模型特点，阐述模型各自的应用情况和应用的前提条件并结合各模型的优点，形成一个线性模型、RBF神经网络与灰色理论的组合预测模型。