随着电脑的普及,电脑配件市场迎来了新一轮的爆发,但同时市场环境瞬息万变,电脑配件企业受市场变化的影响十分突出。这类企业的产品品种多,更新换代快,交货期短且时间紧急,对其生产运营是严峻的挑战。在此环境下,为了快速响应市场环境的变化,有序制定企业采购、生产、销售环节的计划,电脑配件企业要对市场需求做出准确的预测。单一预测方法准确性波动大,不适合企业的实际需要;传统组合预测方法赋予单项预测方法固定不变的权重,但是预测方法在不同时刻预测精度有波动,权重不变导致预测不够准确。因此需要更加科学精确的预测模型预测市场需求。本文以某电脑配件生产企业为对象,结合成品库存分类法研究成品需求预测模型,目的是构建更加符合公司实际的成品分类方法和组合预测模型。通过对分类后的重点成品库存需求进行预测,提高公司的库存管理水平。首先,分析X公司库存和需求预测的现状,提出问题及改进方向。公司的成品种类众多,对每一款成品都耗费大量时间精准的预测其需求不切实际,需要有侧重性管理库存;现行的预测方法主观性强,不适应电脑配件的市场需求变化,导致其成品的需求预测与实际销售量偏差较大,不利于公司的正常运营。其次,针对公司问题,以ABC分类法结合成品的需求特征,建立相关指标对成品进行分类,使其有助于公司的需求预测及库存管理。在分类基础上,分析成品需求的特征,同时为了克服线性组合预测方法固定权系数的缺陷,解决预测方法在不同时刻的预测不稳定性,提出基于贴近度的诱导有序加权平均（IOWA）算子组合预测模型,并用马尔科夫链确定未来预测精度的转移状态概率来增加组合模型的精确度。模型的核心思想是根据每个单项预测方法在各个时刻的预测精度高低赋予权重,如某一预测方法在N时刻预测精度排序高则赋予大权重系数,下一时刻精度排序低则赋予小权重系数。最后将组合预测模型应用到X公司的库存需求预测中,分析组合预测模型的准确度,通过与各个已有单一模型的对比分析,结果表明该模型是有效的,并具有较高的准确性。本文的研究不仅有助于为X公司提供科学精确的预测方法,提高其需求预测的准确度,而且对于其他企业有一定的参考价值和借鉴意义。