模型选择以及如何进行组合是物流需求组合预测的关键，为了提高物流需求的预测精度，提出一种包容性检验和主成分分析相融合的物流需求预测模型（ET-PCA）。采用多个单一模型对物流需求进行预测，采用包容性检验选择最合理的单一模型，利用PCA对选择的单一模型预测结果进行组合，采用仿真实验对组合模型性能进行测试。结果表明，相对于传统组合模型，ET-PCA较好地解决了物流需求单一预测模型选择及组合问题，更加全面、准确描述了物流需求复杂的变化趋势，提高了物流需求的预测精度和效率，具有一定应用价值。