随着社会经济的发展，市场竞争愈演愈烈，企业要想赢得客户，必须对市场具有准确的判断力和决策能力。而市场的占领绝不是主观臆断就能奏效的，因此要认真研究各种市场因素作用的机理，在此基础上用科学的方法进行正确的市场预测，只有这样才能保证企业经营战略的成功实施。本文首先介绍了几种传统的市场预测原理和预测方法，详细分析了各自的优缺点，提出了今后预测研究的主导方向——定量、定性、计算机技术的结合。先进的计算机技术作为定量预测和定性预测相结合的桥梁正在发挥越来越重要的作用:另一方面，人工智能、知识工程、专家系统等计算机技术的出现，为我们充分利用专家的经验和判断去识别、选择、判断、修正和解释定量(或定性)预测结果成为可能。产品的销售业绩与市场需求是紧密联系，不可分割的，而市场需求的变化是复杂的，影响企业产品销售业绩的营销因素又是多样的、非线性的。在现有科技水平背景下，对于复杂的非线性系统来说，很难建立精确的数学模型，但是做出区间意义上的预测和逼近真实值的预测是可能的。因此，我们将目光投向在处理缺失值和非线性问题时有着明显的优越性的神经网络研究领域。本文详细介绍了神经网络的研究与发展，分析其结构模型、互联模式、学习算法和信息处理能力，详细分析了BP神经网络的结构和δ学习规则，概括介绍了面向MATLAB工具箱的神经网络设计。通过对江苏安华警用装备制造有限公司2000-2011年警用手铐销售情况进行统计，并以此数据为基础，通过对MATLAB神经网络进行学习、训练、仿真，对该公司2012年的警用手铐销售量进行了预测和仿真。仿真结果表明，神经网络应用于企业销售预测具有较高的预测精度和良好的泛化能力，为销售预测提供了一种新的思路，为企业经营者科学决策提供有效的技术支持。