【摘要】血液供应和需求在诸多因素的共同影响下，具有显著的不确定性，是实施有效的血液供应链管理所面临的巨大挑战。而建立科学有效的血液供需预测模型，是努力实现血液供需匹配的前提和基础，以便在满足临床需求的同时尽可能减少血液资源浪费。为此，基于SARIMA模型分别建立了结合卡尔曼滤波的组合预测模型（K-SARIMA）和结合BP神经网络的组合预测模型（BP-SARIMA），并根据MAPE、RMSE、RRSE等预测模型性能评价指标对所建模型进行了对比分析。实证分析结果表明，相较于SARIMA模型以及BP-SARIMA模型，采用K-SARIMA组合预测模型进行血液供需预测能够取得更好的预测效果。