在我国,血液是一种极为珍贵且稀缺的资源,临床输血在现代医疗领域占有非常重要的地位,《献血法》规定血站是采集血液、提供临床用血的机构,血液的管理状况将直接对医疗救治行为产生影响。《血站管理办法》中要求血站和血液中心应该根据医院等医疗机构临床用血的需求,制定血液采集、制备计划,保障医疗机构的临床用血安全、及时、有效。但是目前血液供需存在着比较严重的问题。一方面,医疗机构临床用血需求不能得到很好的满足,“血荒”常常发生,“血荒”意味着疾病得不到及时医治,患者的生命得不到保障。另一方面,血站有时候会采血过多造成血液过期浪费。如何利用新的技术与现存的大量血液数据来改善血液需求供需不平衡问题,依然是目前我国血液行业研究人员的一个问题。因此,本文充分利用现存的血液数据,对血站的采血计划和血液产品制备计划预测方法进行研究,所做的主要工作如下所述:（1）以某市血液中心为原型,对既有的血站信息系统进行了调研,分析了现有采血计划和制备计划中存在的不足。本论文对血站既有系统中的血液产品的日订单量进行分析,通过对血液产品的制备工艺分析,设计了基于血液产品需求订单预测拉动的采血计划及血液产品制备计划关系模型。将血站以计划驱动的采供血流程,改进为以订单需求和计划相结合驱动的采供血流程,达到降低血液的过期率减少血液浪费、避免缺血的目的。（2）针对月采血计划数据量小、受到季节性因素的影响,在经典时间序列预测模型ARIMA的基础上引入季节性时间序列预测模型SARIMA模型,解决了ARIMA模型依赖历史数据预测准确性较低的问题。针对血液产品日制备计划数据量大且受到天气、节假日影响的问题,线性回归和移动平均已经不适用于预测,本文利用BP神经网络模型和GRU循环神经网络对血液产品的日需求量进行预测并加入天气、节假日因素,解决了传统线性回归模型预测准确率低的问题。（3）采用目前流行的Web框架SpringBoot+Mybatis-Plus搭建系统开发环境,完成了系统管理模块、血液相关信息查询模块、采血计划预测模型管理模块、采血计划推荐模块、制备计划预测模型管理模块、制备计划推荐模块逻辑的实现。通过使用vue完成了前端页面,通过Ajax技术动态加载数据,结合Echarts框架提供了多种可视化图表,运用ETL工具Kettle实现了与Shinow9.0采供血业务管理系统数据层的松耦合集成。帮助血站工作人员对制定采血计划和血液产品制备计划进行分析决策。