2009年以来，内蒙古地区煤炭储量和产量都居全国第一，“十二五规划”中，全区正在推进大型煤炭基地建设和提升煤炭企业现代化水平。而我国煤炭行业劳动效率和企业投入产出比远远低于发达国家。煤炭企业物流成本预测是煤炭企业物流成本综合管理与控制、规划和决策的基础。数据挖掘技术有利于煤炭企业预测和控制企业物流成本，进而提高企业效益。　　论文以物流系统的思想为指导，以数据挖掘中的预测理论、现代物流理论为基础，对内蒙古煤炭企业物流成本的预测方法进行了深入的研究。通过分析煤炭企业物流管理的现状，确定煤炭企业物流成本的构成及影响因素，以数据挖掘的方法，利用回归分析、时间序列分析、神经网络模型以及灰色系统模型分别进行煤炭企业的物流成本预测，并取得了较好的效果。为煤炭企业物流成本的预测研究开拓了新的方法和技术途径。　　论文首先简述了数据挖掘技术中不同的预测方法和原理。其次介绍了物流成本和预测原理以及煤炭企业物流的特点，基于GB/T20523-2006《企业物流成本构成与计算》，确定影响煤炭企业物流成本的因素。然后从选取的企业物流成本数据着手，应用数据挖掘技术的回归分析、时间序列分析、神经网络分析以及灰色系统，分别对煤炭企业物流成本进行预测。尽管各个预测技术的原理不同，但每个预测效果都很好。虽不能说哪个方法优劣，对于煤炭企业的物流成本管理，在条件允许的情况下，通过不同预测结果的比较，能得出更合理的预测数据。懂得“用数据说话”，进而认识到成本预测的重要性。论文最后是结论及相关建议。　　随着企业物流成本管理意识的提高和数据挖掘技术的日渐成熟，加强对煤炭企业物流成本预测方法的研究，对提高我国煤炭企业物流成本预测水平和物流管理水平的提高，以及煤炭行业管理现代化和科学发展具有现实意义。