近年来国内服装企业生产规模不断扩大,然而竞争力相较国际品牌依然不足,大部分服装企业只能依靠低廉的价格来获得一定的竞争力,这使得服装企业的生存更为艰难。对于服装这样一个时尚性产品来说,如何把握市场的动向是企业最关心的问题,是提高服装企业竞争力的最有力手段。诸多国际企业都实施了各种服装企划系统以帮助设计师和企业决策者制定战略性设计方向。本文以211交叉学科项目为背景,从服装企划系统的目标出发,阐述了服装企划系统中预测系统的设计前提以及设计目标。针对服装企划预测系统中对分析数据的收集、数据仓库的构建,提出了一整套可行的解决方案,并且在保证效率的同时,以达到成本的最小化。同时对于服装面料的成品规格参数预测模型也做了一定的研究与实验。本文的主要研究工作如下：1)服装销售数据收集系统的设计,用以解决来自不同分销商的销售数据中存在的异构问题,如：平台不统一、产品不一致等。2)通过对服装销售数据收集系统以及服装企业内部信息系统的数据抽取,构建服装企划预测系统的数据仓库系统,该数据仓库系统中包含了不同综合级别的数据仓库体系,适应不同粒度和不同数据规模的分析预测任务。3)对服装企划预测系统中数据仓库产品的体系结构、搭建过程和相关的计算模型做了详细的介绍与分析,并根据内部实现结构总结了一些有效的优化原则。4)针对服装面料生产规格参数,提出了一个基于灰色理论和BP神经网络的预测模型。通过灰色理论对BP神经网络的输入因子来做筛选,使得预测模型达到更好的预测效果。实验表明,该预测模型可行且预测精度在接受范围之内。本文所阐述的服装企划预测系统通过小规模的集群实验,验证了设计的可行性,基本满足服装企划系统中预测系统的目标。