【摘要】汽车产量预测对把握市场趋势,调整产业结构与生产规模起到至关重要的作用。为提高预测性能,提出一种基于复杂内核的预测模型。利用局部与全局单一内核分别学习训练样本,依据训练结果动态提取复杂内核基础函数,对其权重系数进行参数寻优;利用该复杂内核解析参训样本,并对测试样本进行预测检验。利用我国汽车产量统计数据进行案例分析,实验结果表明,基于复杂内核的预测模型能从学习源头提高样本的解析性能与非线性描述能力,并能提高模型的预测精度,增强其泛化性能与外延能力。