در این پژوهش اطلاعات مربوط به ضایعات بخش توزیع و فروش یعنی پس از تولید محصولات شرکت لبنیاتی پگاه تهران از ابتدای سال 1390 تا آبان سال 1391 با توجه سوابق موجود در سیستم جامع فروش این شرکت جمع آوری شده و به عنوان نمونه در نظر گرفته شد .با توجه به هدف اصلی در این پایان نامه که ارائه راهکاری برای کاهش ضایعات می باشد ، علل عمده ضایعات در این شاخه بررسی شد .عمده ترین علت عدم فروش محصولات بود که نتیجه عدم تطبیق تقاضا بر نیاز بازار است . راهکار ارائه شده در این تحقیق پیش بینی واقعی تقاضا بازار می باشد . برای پیش بینی تقاضای واقعی هر محصول و در نهایت ارائه یک مدل سبد محصول به فروشندگان (توزیع کنندگان خرد) روش های مختلفی وجود دارد که عبارتند از روش های آماری و روش های شبکه عصبی مصنوعی .عده ای معتقدند که روش های شبکه عصبی به علت نوپا بودن , ،روش های مناسب و قابل اعتمادی نیستند ولی این تحقیق بر این اعتقاد است که شبکه های عصبی قادربه پیش بینی الگوی مصرف و تقاضای واقعی بوده و در ضمن بهتر از روش های متداول عمل می کنند .به این منظور از مدلهای شبکه عصبی مصنوی پیشخور , شبکه عصبی فازی و مدل سری زمانی آریما برای پیش بینی تقاضای واقعی محصولات بازار استفاده شد . با استفاده از معیارهای خطای mae,mape,mse نتایج نشان داد که مدل شبکه عصبی پیشخور ، برای پیش بینی تقاضای واقعی مورد مطالعه ،مناسب تر بوده است و پس از آن مدل شبکه عصبی فازی anfis دارای کمترین شاخص های خطا میباشد و مدل سری زمانی آریما دارای بیشترین میزان خطا در پیش بینی تقاضاضای واقعی بازار پگاه تهران از محصولات این شرکت را دارا می باشد .