随着中国经济发展,社会进步,人民生活水平从如何吃饱转变为如何吃好的问题,从而更加关注食品新鲜与健康问题,生鲜农产品的需求量与日剧增,对冷链物流运输能力产生了很大挑战,然而中国冷链物流起步晚,虽然经过一定的发展,但是冷链物流运输能力由于冷链运输车辆保有量较低,远不能满足市场冷链物流运力的需求。通过发展冷链物流,提高配送效率,满足冷链市场对基础运力的需求,保证生鲜农产品的新鲜度和安全性同时减少浪费。冷链运输车辆属于中国汽车工业体系,大环境下汽车销售数量逐年下跌,在满足市场对冷链运输车辆需求的同时,避免冷链运输车辆供需不匹配的问题,因此有必要对冷链物流运输车辆市场需求进行研究。本文通过文献整理,确定影响冷链运输车辆需求预测的因素,获取了冷链运输车辆销售、冷链物流货运量、人均可支配收入、公路固定资产投资完成情况、居民消费价格指数、搜索量、城市人口密度等数据,并对这些因素进行探索性分析发现之间的规律,针对冷链运输车辆相关性高的因素,进行指标拓展,针对拓展的指标进行指标选择,在提高模型准确率同时,降低模型的计算周期。后采用随机森林、XGBoost、Light GBM三种单模型构建冷链运输车辆需求预测模型,并在三种单模型基础上构建Stacking融合模型,提高了模型的预测精度,为未来冷链运输车辆产量规划提供建议。研究结果发现,多维度的数据指标更能反映市场的需求情况,其中历史销售数据、冷链物流货运量数据,对冷链运输车辆的需求预测影响最大,基于预测目标,提供与之相关性越高的数据维度越多,模型的预测效果越好;对原始数据进行探索性分析,在保证模型训练精度同时,显著减低模型的训练周期;并验证组合模型的预测准确率比任何一种单模型的预测准确率更高,基于需求预测对冷链运输车辆产能规划,满足国民对冷冻产品的需求,提供基础的冷链物流运力支持,另一方面对整个冷链运输车辆供应链采购计划、物料计划、生产计划及时做出调整,并减弱供应链中存在的牛鞭效应,减少供应链上相关公司的资源浪费,对冷链物流运力提升具有的重要意义。