在商品经济环境下，市场调查和销售预测起着举足轻重的作用。只有充分掌握市场的变化情况，企业才能更好的满足顾客需求，在竞争中立于不败之地，使自己的产品适应市场的瞬息万变。同时，销售预测也是企业经营与管理的重要组成部分，直接影响企业的生产计划，库存水平等。因此，有必要对销售预测及预测方法作深入的研究。 传统的基于统计学的预测方法，如时间序列和回归分析法，在实际应用中有一定的局限性，而模糊数学和神经网络的快速发展及应用为销售预测提供了良好的思路。本文首先对模糊理论、神经网络理论和遗传算法进行了综述，分析了基于实数编码遗传算法的优缺点，重点研究了实数编码的改进线性交叉算子，提出了一种基于实数编码的改进遗传算法(MGA)，仿真结果表明，此算法在收敛速度和精确性方面具有显著优势。接着在总结前人工作的基础上提出了基于遗传算法和负梯度下降法进行优化的二阶段模糊神经网络优化算法(FBPNN)，第一阶段利用遗传算法优化模糊神经网络中具有全局性的网络参数，第二阶段用梯度下降算法调节和优化具有局部性的参数。这两种方法综合使用，可以大大提高模糊神经网络系统的自学习性能和鲁棒性。 FBPNN将模糊理论、神经网络理论、遗传算法这三种方法融于一体，充分发挥了它们各自的优势，通过对沈阳黎明电机厂的YB系列防暴电机销售量预测分析表明，预测精度得到了明显提高，提高了企业的竞争力。