物流需求预测是地区对自身物流系统进行管理的基础,有效地预判地区未来物流量的变化趋势有益于维持当地物流资源供应与需求间的均衡关系。因此,对影响物流需求规模的相关因子进行深入探究,并进行正确的物流需求预判,可以为地区物流各部门提供科学的数据作为参考,来把握物流需求强度,这样也有助于当地政府部门制订物流产业的相关发展战略。通过分析当前业内的专家和学者对物流需求预测这一领域的科研成果,来选取有效的估测方法对地区物流需求量进行科学的评估,进而知晓当前物流市场的成长状况,并提前采取有效的方式来推动未来地区物流业的健康成长。主要从以下几个方面开展的工作:(1)探究与物流需求规模相关的影响因子,并对当前预测地区物流需求量的通用指标体系进行优化。基于当前通用指标体系和当地实际预测数据,采用灰色关联方法来选取与物流需求规模具有较高关联度的前几个影响因素,并基于这几个影响因素来构建适合预测当地物流需求的指标体系。(2)考虑到地区物流系统具备复杂性、非线性及不确定性的特点,通过构建灰色理论和BP神经网络相结合的灰色神经网络模型来进行地区物流需求的相关估测工作。建立二者结合的预测方法,不仅利用了灰色预测方法在处理信息不完整且样本小数据中的独特优势,而且也发挥了BP神经网络在对非线性系统预测时的优良学习能力。(3)基于灰色神经网络模型及相关理论知识,来分析和设计物流需求预测系统的各个功能模块,并完成该系统的开发工作。(4)运用开发的物流需求预测系统,对北京地区的物流需求规模进行仿真预测,预测结果显示,该系统可以有效地预判短期内北京市物流需求规模的变化趋势,预判的结果也可以作为北京市未来进行物流规划和控制的依据。该物流需求预测系统在现实生活中具备一定的应用价值。