经济预测为经济决策服务，是为了提高经济管理的科学水平，减少经济决策的盲目性，提高决策的正确性。因此，通过预测可以把握经济发展和了解未来市场变化的动态，预见社会、经济发展趋势，减少未来的不确定性，降低决策可能遇到的风险。随着国民经济的发展和社会购买力的提高，市场需求在数量上是不断增长的。为了充分发挥市场信息的反馈作用，从而使商业经营活动适应千变万变的市场需要，市场预测工作必须做到经常化和多样化。市场预测，从最终结果来说，就是预测市场需求量(从企业的角度来说，则就预测市场销售量)。短期销售预测及时反映市场发展变化的实际，研究短期销售对于市场预测有实际意义。 短期销售预测就是从历史销售额数据中总结商品销售中的规律性，并用这个规律动态地预测未来的销售额。许多对象具有复杂的不确定性和时变性，给预测及提高预测精度等方面带来了一定的难度，短期销售额预测分析是一个不规则的、复杂的非线性系统，因此对短期销售预测方法的要求更高。 本文较为全面地、深入地研究了短期销售额预测的理论和方法。在综合介绍了常用的预测理论在预测分析中的应用现状之后，详细阐述了神经网络预测理论的研究及应用情况。从实际分析要求出发，运用时间序列模型、灰色预测模型以及BP神经网络三种预测方法进行分析，在经济发展可能增长方式下预测销售目标，采用灰色预测进行相关因素的预测和时间序列模型进行趋势预测，充分利用灰色预测要求资料少、不考虑分布规律、不考虑变化趋势、运算方便等优点以及时间序列模型能够考虑销售所受的多种因素影响，模型参数估计技术成熟，预测过程精确等特点。针对神经网络具有强大的非线性映像能力，建立三层BP网络进行预测分析。在此基础上，初步建立了基于神经网络、符合销售额预测需要的组合预测模型，并给出了详细的理论方法和设计步骤。为了考察本文提出的方法的有效性，本文结合了传统的预测方法及神经网络预测方法等，并将其应用于我国月份社会消费品零售总额的规划预测中。