本文对基于遗传神经网络的城市圈物流需求预测进行了探讨。在世界经济的一体化发展、科技信息技术的持续创新发展，和供应链管理理论长久优化的推动下，世界范围内的物流行业正在高速发展，目前全球各个国家非常看重物流业的发展，并把它看作为能够彰显国家现代化发展程度以及综合实力一个重要标志。特别是在物流相关理论知识、技术等多方面获得巨大的进步，各个国家都将物流产业定位为整个国民经济发展基础和主动脉，是各个国家在这个新环境下经济发展的新增长点与拉动力。而作为当代物流产业的一个重要组成部分区域物流，它的发展水平能够对区域经济的合理发展、稳健起着至关重要的作用，所以区域物流规划对于区域经济起到一定的支撑作用，同时区域物流的预测对于区域规划也具有至关重要的影响力。不过因为中国物流行业的起步相对较晚，所以在物流需求预测过程中所需要使用的相关历史数据不多，而且不完全符合科学合理性。同时区域物流的影响因子与区域经济之间是含有一定的非线性关系，因此运用传统预测方法（线性回归、时间序列模型等）对物流量进行预测是无法得到精准有效的结果。所以在面对所需数据量匮乏、区域物流预测指标不清晰这些问题，怎么选择出一个合理有效的预测方法对物流进行科学合理的预测已经成为目前的重中之重。随着信息技术的不断发展，越来越多的算法不断的涌现，遗传算法、核算法、支持向量机等，可以帮助处理一些非线性数据，同时为物流预测提供了新途径。为了科学合理的预测区域物流量，给政府制定促进经济发展的宏观政策、方针以及物流行业所需的基础设施建设的决策行为提供必要的参考意义。在对国内外物流研究现状进行调查分析的前提下，依据区域物流需求和区域经济之间的关联关系，分析总结得出6个影响区域物流的重要影响因素，构建预测指标，对比研究经过遗传算法的神经网络与传统的BP神经网络预测结果，验证遗传神经网络在区域物流预测的可行性。