汽车产品是我国最重要的工业产品之一。汽车市场需求预测对企业各部门制定计划和决策有重要的指导作用。本文较为全面地、深入地研究了需求预测的理论和方法，采用计算机信息技术开发了汽车市场需求预测系统，论述了预测系统研究和开发的全过程。 本文首先分析了建立汽车市场需求预测系统的背景和重要意义，研究了国内外预测技术和组合预测方法的发展状况。然后详细介绍了时间序列预测技术、回归分析预测技术、支持向量机预测技术、神经网络预测技术这四类预测技术。接着研究了粒子群优化神经网络预测模型的原理和实现步骤，并进行了实例分析。 本文还进行了组合预测方法的研究。首先分析了冗余组合预测模型的筛选，然后详细介绍了最小二乘准则下的最优加权法、模型综合的正权组合法等组合预测方法，并进行分析和比较。在此基础上，本文提出了基于反馈的变权重组合预测方法。通过实例验证了各组合预测方法的可行性和有效性。 在系统理论研究的基础上，本文运用了UML建模技术对汽车市场需求预测系统进行了软件规划。然后介绍了.NET平台技术和组件化技术，设计并开发了基于C/S结构的三层结构软件系统。采用了C＃和Matlab混合编程技术，提高了系统开发的效率。 接着探讨了预测误差产生的原因，建立了预测的误差评价指标体系，并根据评价指标来判断预测的满意度和预测方法的可行性。 论文的最后，对全文内容做了总结，并分析了有待进一步解决的问题。