随着我国大规模的基础设施建设以及“一带一路”等方针战略的实施,中国工程机械行业取得了长足的进步。但在飞速发展的背后我国工程机械行业依然面临着市场需求变化速率与幅值过大、产能过剩等问题,究其根本,行业内缺乏科学准确的市场需求预测,致使产需矛盾凸显。本文以挖掘机产品为例,通过影响因素分析后,建立了多种数学模型,并在实际应用中取得良好的预测效果。本文首先总结了需求预测方法在国内外的研究现状,并结合挖掘机市场的定性分析,总结出基建投资拉动、国家宏观调控、设备折旧更替、客户盈利能力以及季节性5个主要影响市场需求的因素。针对月度需求,本文分别建立了 Winters加法/乘法模型和SARIMA模型,通过结果比对,模型SARIMA(0,1,1)(2,1,0)实际预测效果更优。通过市场调研,得到了更客观准确的的挖掘机市场保有量的计算方法,并分别验证了灰色模型和多元线性回归模型在预测年度需求量上的可行性。本文还在预测挖掘机年度需求上提供了一个新的思路,通过客户购机的影响因素分析,提出客户盈利能力结构模型。并将客户的盈利结构比例作为一个时间序列,验证了 Elman神经网络的预测性能;最后,基于客户的盈利结构比例,建立了 BP神经网络模型,预测结果显示,其预测精度明显优于多元线性回归模型。