税收是以国家为主体,为实现其职能,凭借政治权力,按照法律规定,强制、无偿取得财政收入的一种特定分配形式。随着经济的发展,对税收收入进行预测显得越来越重要,它决定着税收计划的制定和经济的决策,然而由于税收成分及相关因素的影响,对税收收入进行较为准确地预测,仍是一项需要深入研究的课题。本文首先介绍了常用预测模型的基本概念、方法,着重分析了自回归移动平均模型、马尔可夫链模型和指数平滑法等预测中常用的方法和相关内容,并提出了基于灰色算法模型的税务预测和基于BP神经网络的税务预测研究方法,分析了其原理及算法。在此基础上本文设计实现了预测程序,以陕西省商洛市商州区国税局的实际税收数据为样本,进行仿真测试,对测试结果和实际数据进行比较,得出预测误差达到精度标准要求的结果。最后对灰色模型和BP神经网络模型进行了对比,分析了各自的优劣性及适用环境。