1）研究目的

目前我国经济实力不断提高，农产品物流对我国经济实力的提升起着决定性作用，农产品物流总额是构成社会物流总额重要的一部分，是全部农林牧渔业产品从供应地向接受地实体流动产生的价值总额。农产品物流总额是农业生产、经济、生产水平、交通运输等指标的综合体现，精确预测农产品物流总额的未来变化趋势，对农产品需求进行检测和预警，能够为政府的宏观调控提供依据，制定合理的农产品政策，协调农产品供给与需求的平衡，对企业和政府制定物流规划决策具有重要意义，也能促进农产品社会物流维持更好更快地发展。

由于农产品物流是物流体系中的一个部分，因此农产品物流需求具有一般性物流需求的共同特点，即派生性、复杂性、时间性、空间性(廖伟，2005），农产品物流需求除了具有物流需求的一般特征以外，还是典型的复杂系统，系统中存在确定和不确定的关系，这增加了农产品物流需求预测的难度。一些传统的预测方法（如线性回归法）不能准确刻画农产品物流需求中的非线性关系，导致预测精度不够。部分预测方法又过于复杂，也存在一定的主观性，也不适合农产品物流需求的预测。因此，还需要选择更准确、有效的方法农产品物流需求进行预测。

农产品物流需求预测的准确性，不仅受到农产品物流特殊性的制约，而且还受到一些客观性条件制约。例如：(1)物流统计制度和体系不健全。当前我国还没有建立系统完整的物流统计制度，更不用说农产品物流领域的统计制度；(2)物流统计不能涵盖物流活动全部过程；(3)物流统计指标过于单一。目前，我们的物流业虽然在国家层面已经建立了比较完善的统计体系，但还有很多省市（包括湖北等）没有建立区域性的物流业统计体系。因此，在进行物流需求预测时不能通过直接指标来衡量需求规模的大小。与此相对应在建立农产品物流需求预测模型时也遇到了较多的阻碍，包括：干扰因素与系统影响因素较多；构建的预测模型复杂；影响因素与需求量之间呈非线性关系；影响农产品物流需求的各因素之间存在着较明显相关性，运用传统的统计方法很难剔除影响明显的因素，这就造成了一些常用的预测方法出现退化(孙崎峰等，2008)。

本文的研究正是要以农产品物流总额为对象，收集湖北区域农产品数据，利用灰色关联分析方法、灰色系统预测方法、BP神经网络预测方法三种预测方法构建灰色神经网络的组合预测模型，对农产品物流总额进行预测。

2）研究意义

本文的分析和研究，将构建灰色神经网络的组合预测模型，克服单一预测方法多带来的较大误差以及农产品物流预测过程中确定与不确定因素的影响，建立一套精确的数据处理与预测方法，对湖北省的农产品物流总额进行预测，为湖北省企业、政府的决策规划提供数据支撑。

3）国内外研究现状分析（文献综述）

灰色神经网络是基于灰色系统的一种预测方法，对部分信息未知与部分信息已知的研究问题进行预测，现已成为一种重要的预测方法，在其基础上，将灰色预测方法与其他统计类预测方法进行组合，即可得到一种灰色神经网络组合预测模型，相较于单种预测方法，其结果往往会更优。以下将从其他预测方法与灰色神经网络组合预测方法两方面综述对物流农产品预测的国内外研究现状：