本文在分析影响电信业务量主要因素的基础上,建立了电信业务量预测模型,对电信业务量未来几年的发展进行了预测。论文首先阐述了我国电信业的发展现状,然后指出了电信业务量的数据预测具有非线性、小样本及影响因素之间的关系复杂等特点。论文对常用的定量预测法做了介绍。具体如回归预测法、指数平滑法、灰色模型预测法、BP神经网络法、RBF神经网络法。每种方法基于不同的数学理论和模型,因此它们在对数据的要求、预测精度和预测期间上也有差异。对于电信行业的业务量预测,由于传统的方法是通过分析影响因素,列出关系方程即回归预测的方法,但是在数据量小、影响因素之间的关系复杂且信息不透明的情况下很难实现,本文以1989-2005年我国电信业务量的历史数据为例,根据影响电信业务量的主要因素及特点,分别采用不同的方法进行拟合,为了体现各种预测方法的可比性,对2005年的电信业务量进行预测检验,并对各个预测精度进行比较。最后通过比较各种预测方法,归纳了各种预测方法的优缺点,分析了各种预测方法的适合预测期间,并对各预测结果的精度进行了比较,最终结果表明对于电信业务量数据的预测采用基于回归分析的神经网络法时效果最好,并用该模型对未来5年的电信业务量进行了预测及对电信业的发展提出了几点建议。