物流业作为国民经济的重要组成部分和工业化进程中最经济的服务模式,在全球范围内得到了迅速的发展。近年来,随着城市经济的快速发展,发展现代物流,优化经济结构,改善投资环境,提高城市经济的整体竞争力,具有重要的战略意义。城市物流规划的研究已成为一个重要的课题,城市物流规划决策的成功与否取决于预测的准确性,因此,科学合理的预测是物流规划成功的关键,换言之,城市物流规划的首要问题是物流需求预测。本文综述了国内外物流需求预测的研究进展,分析了物流需求的内涵和特点,并以青岛市为背景,对城市物流需求预测进行了研究。主要做了以下几方面的工作:(1)本文分析了影响城市物流需求的因素,并通过SPSS相关分析说明了货运量与城市经济的联动作用,结合青岛市物流发展现状,研究了影响青岛市物流需求的主要因素,构建了青岛市物流需求预测指标体系。通过熵权法和灰色关联分析,对指标进行了定量分析,并对指标体系进行了简化,选取与青岛市物流需求具有较高关联度的影响因素来进行青岛市物流需求预测研究,为城市物流需求研究奠定基础。(2)物流系统是一个复杂的非线性系统,针对数据样本较少、缺乏内在联系和规律性的特点,通过比较各种预测方法的优缺点,结合支持向量机(Support Vector Machines,SVM)在解决样本有限、非线性函数和多维模式识别等问题具有独特优势,将SVM算法运用到城市物流需求预测研究中。进行四种不同核函数分类精度的实验检验,本文选取分类准确率最高的RBF核函数,在此基础上,设计了蚁群算法(Ant Colony Optimization,ACO)对影响支持向量机预测精度的c,g参数进行优化实验,实验分析结果表明精度为97.28%,建立改进型支持向量机预测模型,为青岛市物流需求预测提供了一种有效的新方法。(3)以青岛市1999-2017年的指标数据为训练集进行了物流需求预测的实证研究,预测结果表明,基于ACO算法的优化SVM预测模型在预测精度上明显优于RBF神经网络模型,从而验证了本文模型的高度适应性和拟合性。对物流需求进行合理预测,有助于把握城市物流需求结构,有效促进城市物流服务需求与供给的平衡,对开展高质量的城市物流规划,提高城市物流运营效率具有十分重要的意义。青岛正在努力构建动能转换发展新格局,预计到2022年,物流需求将达到3亿吨以上。通过理论和定量分析对青岛市物流需求规模进行预测,可以有效地为青岛市物流业今后的研究提供方法和经验。