新冠肺炎的传播严重阻碍了我国生鲜农产品供应链的稳定发展,消费者对他们购买的产品和质量的要求愈来愈高,由简单的解决温饱型逐渐向高质量多样性型转变,故建立更加完善的冷链物流管控方案,对保障我国生鲜农产品质量安全至关重要。我国在疫情防控期间取得了较好的成效,目前属于疫情长期化和常态化阶段,要加强生鲜农产品冷链物流的需求预测并要重视管理上的漏洞,这对于确保生鲜农产品的供需平衡和推动生鲜农产品冷链物流产业高质量发展具有重大意义。本文以生鲜农产品为研究对象,在疫情常态化背景之下对我国冷链物流需求预测进行研究。第一,从经济发展水平、产业结构、冷链物流发展水平、冷链物流市场规模、人文因素和区位优势等方面出发,选取了疫情常态化下影响我国生鲜农产品冷链物流需求的14个主要因素,并利用灰色关联度分析生鲜农产品需求量和影响因素之间的关联性,构建了需求预测指标体系。第二,从非线性预测角度和线性回归预测角度出发,分别构建BP神经网络模型和Lasso-BP神经网络模型,然后以我国生鲜农产品为例进行实证分析,通过对比分析,证明了采用Lasso-BP神经网络组合模型预测冷链物流需求更具有精确性和有效性。第三,考虑新冠疫情的影响,修订Lasso-BP神经网络预测模型的输入变量,得出疫情常态化下未来五年我国生鲜农产品冷链物流需求,结果显示我国城乡居民整体上对生鲜农产品的需求量在逐年升高,表明冷链物流的发展具有宽广的市场发展空间。最后,依据需求预测的结果,提出在疫情常态化下促进我国冷链物流产业发展的对策和建议。