我国是世界上生产和消费烟草制品第一大国,卷烟产品消费量占全世界40%左右,消费群体具有人口基数庞大、年龄结构层次化、消费需求多样化等特点。近几年来为了适应复杂多变的市场环境,打造高效、敏捷的供应链系统,烟草行业进行了市场化取向改革,核心内容之一就是探索更科学的卷烟产品市场预测方法,提升预测质量。本研究正是基于此背景进行。关于卷烟产品市场预测的前期研究考虑因素相对单一,不能有效反应不同类型因素变化对预测结果的影响,也不能对不同统计周期的数据进行统筹预测。在研究方法上主要以时间序列预测和回归预测为主,这些方法由于自身的局限性,在预测模型构造和实际预测效果上存在一些问题。针对上述问题,论文分析了影响卷烟产品市场预测的因素,将他们划分为计划因素、市场因素和状态因素三个类别,引入人工神经网络预测方法进行实证分析,并与传统预测方法的预测效果进行对比分析。结果显示,人工神经网络预测能很好地适应预测过程中对动态环境下多样化、非线性因素的要求,既能克服现有预测方法的不足之处,提升预测科学性,又能够将计划因素、市场因素和状态因素进行综合分析,提升预测结果的准确性和可靠性。