产品服务需求具有层次特征，处于同一层次的产品服务需求特性、影响因素差异巨大。由于不同需求预测方法的原理不同，这些预测方法对不同层次、不同类别和不同需求环境的产品服务需求预测的适用性也是有差异的，最常用的需求预测方法包括时间序列预测模型和因果关系预测模型。

时间序列预测方法通过对历史数据的分析，找出预测对象随时间变化而呈现出的内在规律，进而把规律外推实现预测，常用的预测模型包括随机时间序列法、灰色模型（Grey Model，GM）、指数平滑法、Croston 法、Bootstrap法等，其各自的优缺点见表5-2。

表5-2 时间序列预测模型优缺点（根据文献整理）

（续）

(www.daowen.com)

①DGM为离散灰色模型。

因果关系模型不仅考虑产品服务需求自身的变化规律，同时考虑外界条件的影响，它把产品服务需求作为因变量，把影响需求变化的各种变量（外界因素）作为自变量，通过建立因变量和自变量的因果关系模型，对产品服务需求进行预测。产品服务需求预测常用的因果关系预测模型包括BP（Back Propagation）神经网络预测模型、径向基函数（Radial Basis Function，RBF）法、广义回归神经网络（Generalized Regression Neural Network，GRNN）法、支持向量机（Support Vector Machine，SVM）法和回归预测方法等，其各自的优缺点见表5-3。

表5-3 因果关系预测模型优缺点（根据文献整理）