太阳能热水器是我国本土化并具有自主知识产权的产业。随着经济的发展，社会节能意识进一步提高，大力促进了我国太阳能热水器产业的发展。“十二五规划”明确将太阳能产业作为我国战略新兴产业之一，出台大量的扶持政策。这些政策措施大力促进了太阳能热水器产业的蓬勃发展，行业的竞争也越来越激烈。而企业想在激烈的竞争中取胜，将必须争取以最合理的成本将产品交付给客户，这就要求企业要对市场的变化和业务本身的发展前景进行正确的评估和预测，这是现代企业成功的关键因素。预测是决策的前提，成功的决策离不开科学的预测。预测可以提高企业对不确定事件的反应能力，从而减少不利事件带来的损失，增加利用有利机会带来的收益。预测是针对市场变化规律可统计的范畴来进行的。传统市场预测模型多是利用时间序列内的历史需求数据来预测未来市场，且预测因子受个人经验判断的影响较大，使得预测技术的实际应用困难且预测精度较差。而人工神经网络因具有很强的自学习、自训练和非线性追溯能力，将有助于提高市场预测的精度和效率。本文通过与传统市场需求预测模型的比较，针对我国太阳能热水器市场需求的实际情况，设计研究出适用于太阳能热水器市场需求预测模型。首先，介绍了市场需求预测的相关理论和主要预测方法；其次，研究太阳能市场需求预测算法模型，比较Gompertz回归算法、指数平滑算法；再次，研究BP神经网络模型及其算法，应用该模型对太阳能热水器市场进行需求预测,并于Gompertz模型算法和指数平滑算法的预测结果相比较。