论文对预估生产型企业的产品短期需求预测问题(为叙述方便,以下简称产品需求预测)进行了研究.首先对产品需求预测研究的相关理论以及研究进展进行了综述,然后提出了全息组合预测的概念和系统框架,并着眼于需求景气序列的变点估计和历史模式匹配、组合技术在产品需求预测过程中应用的几个关键问题、基于历史表现的客户信誉对需求量的影响以及企业党争力分析对产品需求量的影响等几个方面,对产品需求的短期定量预测进行了研究,提出了相应的定义、算法并进行了大量的实例计算.具体说来,主要在如下几个方面进行了研究:1.基于传统预测技术提出了全息组合预测(HCF)的概念,介绍了全息组合预测系统(HCFS)的框架结构,并比较了与传统预测的不同之处.2.基于需求景气分析和"幼稚"预测思想给出了一种定量预测模型.即,首先通过需求变点估计划分需求景气模式,然后根据需求曲线的几何特征,寻找当前点状态的最佳历史匹配(实际上相当于对管理者的历史经验进行激活的过程),并据此决策下一周期需求曲线的变化趋势,从而给出需求预测值.3.为了避免在传统模型库遴选组合过程中存在的信息不完备、组合膨胀等问题,以现代管理学中人员甄选方法的基本思想为基础,提出了一种预测模型库的评价遴选组合方法.首先,用匹配方式遴选所有适合本次预测问题的模型并组成参与模型集合;然后,根据每个模型的精度表现来确定其能力满意度,进而决定其重要性赋权,并最终构成组合模型.4.针对含有周期、季节项的需求序列,给出了一种基于Holt-Winters定量模型和客户信誉评价方法的需求量组合预测模型.Holt-Winters定量模型用来确定该序列所对应需求的较长期基本模式并给出长期预测值;而通过对企业主要客户的信誉评价,对其意向定货量进行分析,以减少该预测值的不确定性,从而获得最大可能精度的短期预测结果.5.提出了一种基于粗糙集、神经网络技术的汽车整车短期需求量的组合预测模型.该模型利用神经网络拟合学习整车需求量的历史数据并外推未来需求量;而后利用粗糙集的属性简约方法,对"经济景气+综合竞争力->市场占有率"关系型数据表进行分析,提取相应规则并估计企业产品的市场分配份额;最后,通过对两者的映射类比组合给出需求量的预测值.