灰色系统是一种研究少数据，贫信息的不确定性问题的方法。灰色系统理论以“部分信息已知、部分信息未知”和“小样本”、“贫信息”不确定系统为研究对象，主要通过对“部分”已知信息的生成、开发、提取有价值的信息，实现对系统演化规律的正确描述和有效监控。灰色预测模型就是通过对原始数据的处理和灰色模型的建立，发现、掌握系统发展规律，对系统的未来状态作出科学的定量预测。本文主要研究灰色预测理论在人口预测中的应用。本文主要从两方面来提高灰色预测模型的精度。第一，从提高原始数据的光滑度考虑。采用了正弦函数变换的方法，对原始数据做函数变换，并且理论和实际都证明了正弦函数变换确实能够提高预测精度。第二，从建模机制方面考虑。本文采用灰色新陈代谢模型，新初值模型，改进离散灰色模型，对我国人口进行建模，结果表明，这三个模型都能提高模型的预测精度。最后，针对单一模型的预测方法都会存在某些不足，本文从数据挖掘角度出发，引入BP神经网络，对上面GM（1，1）的改进模型，进行组合预测，并用实例证明了这一模型的可行性。