制造行业是我国国民经济的支柱产业，直接体现了国家的生产水平。企业的产品是由制造系统生产的，是制造系统的成品，而产品的需求预测对企业各部门制定生产计划、确定经营政策和进行管理决策都有重要的指导作用。本文全面地、深入地研究了需求预测的理论和方法，提出了一种改进的变权重组合预测方法，给出了智能预测的概念，设计了一种基于自适应理论的最佳预测模型智能选择的方法，最后采用计算机信息技术开发了制造系统成品需求短期智能预测系统，论述了预测系统研究和开发的全过程。　　本文首先分析了建立制造系统成品需求短期智能预测系统的背景和重要意义，研究了国内外预测技术和组合预测方法的发展状况。然后详细介绍了时间序列、神经网络、支持向量机三类预测技术，并研究了粒子群优化神经网络预测模型的原理及实现步骤，阐述了支持向量机网络参数的常用辨识方法，通过实例分析验证各种预测模型的准确性。　　为了降低单项模型的预测误差和提高预测精度，本文接着介绍了几种组合预测方法，并在变权重预测的基础上提出了一种改进的变权重组合预测方法，详细地介绍了其实现过程，而后又对组合预测中冗余模型的筛选作了分析和研究。本文通过实例验证了各组合预测方法的可行性和有效性。　　为在多种预测模型中选择出符合样本数据特征的最佳预测模型，本文提出了智能预测的概念，给出并详细介绍了一种基于模型自适应选择的智能预测方法，分析了预测误差产生的原因，建立了误差的评价指标体系来判断预测的满意度和预测方法的可行性，通过实例验证了智能预测方法的精确性。　　在系统理论研究的基础上，本文运用了UML建模技术对预测系统进行了软件规划。然后介绍了.NET平台技术和组件化技术，设计并开发了基于C/S结构的三层结构软件系统。采用了C＃和Matlab混合编程技术，提高了系统开发的效率。　　论文的最后，对全文内容做了总结，并分析了有待进一步解决的问题。