国内生产总值(GDP)是国民经济核算的核心指标,它反映了一个国家或地区总体的经济状况。因此,预测GDP的走势能够对未来的经济发展趋势和方向提出指导性的建议。近年来,江西省生产总值增长迅速,省政府也对GDP的增长做出了长远的规划与期望。因此,GDP的预测就显得意义重大。本文利用历年的江西省生产总值数据,采用了三种预测方法:ARIMA时间序列、灰色模型以及灰色遗传算法优化神经网络分别对江西省生产总值进行预测,并对预测结果进行了比较。结果显示,灰色GA-BP神经网络的预测精度最高。本人研究结果表明,通过遗传算法对BP神经网络进行优化,充分发挥了两种算法各自的优势,再加上灰色模型本身的特点,形成了灰色GA-BP神经网络模型。通过对预测结果进行比较,发现其预测精度明显高于之前的ARIMA时间序列模型和GM(1,1)模型。因此,这项研究证明基于灰色的遗传算法优化的神经网络模型在处理时间序列数据上有着很好的优越性。