本文首先介绍了贝叶斯统计方法、贝叶斯预测思想及其国内外研究现状，并在此基础上，详细介绍了贝叶斯预测模型，并对贝叶斯预测模型，特别是贝叶斯常均值模型做了深入的研究。　　 在实际应用中贝叶斯常均值模型中的参数Vt、Wt是不易得到的。若假定Vt已知，则Wt的处理方式成为确定模型的唯一决定性因素。对于成功的建模及预测，Wt的处理方式是至关重要的，因为它的值决定了模型的稳定程度。本文利用一种新的方法—指数加权回归方法对Wt进行了改进，得到改进贝叶斯常均值模型。在改进过程中，我们对观测值序列，按时间先后顺序，以指数规律对它们分配不同的权数，以充分利用先验分布信息，提高预测模型的预测精度及预测模型的稳定性。　　 论文最后利用改进贝叶斯常均值模型和贝叶斯常均值折扣模型，以国家统计局网提供的1990-2011年间能源消费总量相关统计数据为样本数据，对我国能源消耗总量进行了预测，并将其预测结果对比分析，充分验证了本文对Wt改进的有效性。论文最后利用改进贝叶斯常均值模型对我国能源供需作出预测，并给出相应的应对措施。