汽车产业被视为国民经济的支柱型产业,在经济发展的过程中起着举足轻重的作用。而汽车配件是整个汽车产业的基础,近年来,随着汽车产业的迅速发展,我国汽车配件行业也得到了快速增长,行业规模不断扩张,竞争越来越激烈。同时随着信息化水平的不断提高,业务管理者掌握的汽车配件需求数据日益丰富,为保持合理的库存,提高经费的使用效率,对配件的需求进行预测就显得十分必要了。本文立足于汽车配件需求预测分析的现状,结合某单位现有的“车辆器材管理系统”,对汽车配件需求预测的理论与方法展开了研究。首先分析了国内外预测方法以及汽车配件需求预测的研究现状,介绍了需求预测的方法与基本理论,以及传统预测模型与现有组合预测模型的应用现状。在此基础上,对汽车配件的需求预测问题进行了分析,根据汽车配件的不同特点,将汽车配件分类为专用汽车配件、通用汽车配件、具有季节性的配件和具有地域性的配件,提出了采用组合预测的方法实现汽车配件需求预测的模型结构。针对不同的配件类型分别建立了多元线性回归预测模型、灰色系统预测模型、指数平滑预测模型、季节预测模型、神经网络预测模型,并以实例验证了模型的有效性。为提高预测的精度,本文采用将基于IOWGA算子(induced ordered weighted geometric averaging operator)的组合预测方法应用于汽车配件需求预测当中。基于实际历史数据,针对不同类型的汽车配件,通过大量的仿真实验,分别选择了适合各自类型的单项预测方法进行加权组合,建立了相应的汽车配件需求预测模型,仿真实验结果表明,针对不同类型的汽车配件选用不同的预测方法进行组合预测是合理的,本文所采用的组合预测方法,优于单项预测方法,可明显提高预测的准确性与可靠性。论文最后研究了汽车配件需求预测子系统的结构及其各模块的组成和功能,在SQLServer2000(?)不境下,采用C#开发系统,利用MATLAB在后台实现预测算法的计算,建立了基于IOWGA算子的汽车配件需求预测子系统。