快速发展的物流业对全球经济各行业都产生了重要影响，港口作为综合运输链中一个主要环节，迅速发展为港口物流。港口物流影响因素很多，如国家及地方政策、腹地经济发展水平、港口地理环境条件、天气状况等。这些因素具有复杂的不确定性和时变性，给预测带来很大难度。因此针对我国港口物流的实际情况，对港口物流预测方法进行研究具有很好的现实意义。 神经网络具有很强的鲁棒性、容错性和自学习能力，善于联想、概括、类比和推理，已经广泛应用于包括预测在内的各种领域。港口物流系统中各因素之间的关系大多是非线性的，经典的预测方法用于非线性系统预测有一定的困难，而神经网络具有优良的非线性特性，适用于非线性系统的处理。因此可将基于神经网络的智能预测方法用于港口物流预测。 本文在探讨港口物流系统特点的基础上，寻找提高物流系统预测精度的途径，研究了适合于物流系统预测的神经网络预测模型，同时对数据仓库和联机分析处理技术进行研究，提出将其与物流预测系统相结合的设计思路，从而可以从不同角度为预测提供需要的数据，研制了可视化的港口物流预测系统，该系统结合传统预测及神经网络预测方法，并将其应用于实际港口物流预测项目，结果证明本文提出的方法是可行的。本文的主要研究内容如下： (1)对物流预测，特别是港口物流系统的特点及对预测的要求进行了深入分析，进而提出物流预测系统的功能、结构及软件实现的方法。 (2)对传统的预测方法和神经网络预测方法的特点、解决预测问题的思路和步骤进行分析，建立了神经网络预测方法模型，用基于MATLAB神经网络工具箱的方法实现预测模型的相关算法。 (3)研究了VB与MATLAB的接口实现方法并予以实施，实现了基于神经网络的智能预测系统，该系统具有一体化的特点和用户的友好性，并通过实例测试验证其实用性。 (4)对数据仓库及联机分析处理技术进行探讨，研究港口物流数据仓库建立过程，分析基于数据仓库技术的物流预测系统获取数据方法和过程，以解决企业高层决策的数据获取问题。