本文在仔细研读了关于数据包络分析和交通运输预测两方面的文献的基础上，发现了传统预测方法通常存在以“运量预测”简单代替“运输需求预测”的问题，这直接导致了目前交通运输需求预测精度不高，预测和规划总是落后交通运输需求的现状。找到了利用数据包络技术对历史数据进行修正的途径，进行了基于数据包络分析的交通运输需求预测。本文集中开展了以下工作：　　 一、首先，本文研究了数据包络分析和交通运输预测两方面的文献的，发现了传统预测方法存在以“运量预测”代替“运输需求预测”的问题。研究了传统方法的优劣，确定了开展基于DEA的数据修正的思路。　　 二、对客运需求量及影响因素进行了定性分析，并利用灰色关联度作为指标，对众多影响因素进行区分，确定最主要的影响因素，作为下一步数据修正的依据。　　 三、为了更准确的测算潜在运输需求量，我们采用了基于DEA的数据修正模式，建立了需求潜力模型，通过计算需求潜力指数，更全面的考虑潜在运输需求量，并计算旅客运输需求量。　　 四、总结现在常用的几种预测方法，并作出简单评价，对于我们选择合适的预测模型做了准备，提出了利用云推理神经网络预测方法。　　 五、提出了基于DEA的客运交通运输预测模式，结合山东省客运交通运输相关数据，对未来几年山东省客运交通运输需求总量进行了预测。可以从宏观上掌握客运交通运输发展的总体趋势，发现其发展过程中有关因素的变化和要求，从而为制定科学合理的公路网运输规划做出必要的准备，使之符合社会发展规律，提高旅客运输效率，避免发展的盲目性。　　 六、根据预测结果进行针对山东省交通运输量的分析，对政府及交通管理部门的规划及政策制定提出了对策和建议。　　 本文的创新点主要包括三个方面：第一、采用了灰色关联度分析对客运需求量的影响因素进行关联度分析，确定了两个与客运需求量关系最为紧密的两个因素；第二、建立了基于DEA的客运需求量数据修正模型，确定了需求潜力指数的计算公式，对山东省客运需求量进行了修正，为运量预测提供了适度超前的基础数据；第三、进行了基于DEA的山东省旅客运输需求量预测，对山东省开展适度超前的交通基础设施建设，提供了有力的支撑。