在现代大数据“互联网+”和电子商务快速发展、国内基础设施逐步完善、以及人民生活水平精神文明提高这样的综合环境下，为物流行业的发展提供了良好的条件。无论是国家，区域，企业还是个人对物流的需求都已经形成了一定的规模。对物流规模的了解有助于清楚经济的发展状况，政策的制定等，对未来物流规划具有一定的指导意义。因此可见对物流需求进行预测是至关重要的，从区域的层面来看物流，物流需求预测对本区域的物流产业发展、因时因地的资源配置、传统的产业优化以及区域整体规划是有一定意义的。　　论文在对国内、国外区域物流需求预测研究现状学习的基础上，考虑到影响物流需求因素的多样性以及物流需求环境的不确定性、非线性、复杂性等特点，利用满足这些特点的集对分析聚类预测算法对其进行研究，主要研究了以下内容：　　（1）介绍了关于物流需求的一些知识及其特点。对物流需求的研究学习后，本文选取了能够涵盖物流各个环节、充分体现物流需求量的社会物流总额来代替以往研究选择的货运量作为预测目标。　　（2）阐述了集对分析算法的基本理论知识。正是针对区域物流环境的不确定性，使与传统区域物流预测方法不同、具有不确定性系统理论和同异反系统理论的集对分析法能够研究物流需求预测。　　（3）分析了可能会对区域物流需求产生影响的各种因素，并通过能反映这些因素的指标来建立用于预测模型的指标体系。相对以往的集对分析预测区域物流的研究，通过相关分析以及集对势分析对各个指标的权重进行了确定。　　（4）并吉林省为例，进行了实证研究。做了单权重系数以及综合权重系数三组实证，实证结果显示用综合权重系数的精度比其他两组单权重系数好。