在经济发展过程中,汽车行业具有重要的地位。近年来,我国汽车整车销售随着汽车配件销售的发展而得到高速发展,而且销售规模不断扩大。伴随信息技术的发展、收集的整车销售历史数据日益丰富,信息化的销售预测就显得比较突出。汽车经销商需要对汽车整车销售量进行预测,使得以后的销售计划保证合理的库存,配件销售,满足用户对汽车整车市场销售的需求。因此,如何使用更准确的整车销售预测模型,发现整车历史销售数据中隐藏的销售规律,这是一个非常需要研究的课题。本论文目标是建立一个灵活有效的汽车整车销售预测模型,进而实现汽车销售量的精确预测。本文对目前流行的企业管理模式ERP进行分析,和其它一些销售量预测模型进行比较,重点是对一些现在汽车行业内流行的预测方法和单一、混合预测模型进行研究。采用线性预测模型和非线性预测模型,定量预测方法和定性预测方法相结合的预测模型,并利用历史数据进行分析测试,从而确立最后的汽车整车销售预测模型。本文是从汽车整车销售的历史销售量数据研究入手,建立由移动平均预测法、指数平滑预测法和回归分析预测法进行组合的按权值分配的组合预测模型,结合RBF神经网络模型建立综合预测模型。重点研究组合预测模型的权重分配,在此基础上,详细研究综合预测模型的应用。在研究中,把计算机技术、数学统计学技术和经济学技术运用在汽车整车销售预测模型中,这将改善模型某方面单一性问题。综合预测模型提高了对一段时间以后的汽车整车销售量预测的准确性,扩大了整车销售预测模型在汽车销售预测中的实用范围。