近年来,中国的能源消费一直强劲增长,已经成为仅次于美国的世界第二大能源消费国,对世界能源市场的影响越来越大。与此同时,中国的能源供需缺口也越拉越大,能源的对外依存度也在不断上升。因此,对中国能源需求的预测,尤其是对占主导地位的煤炭、石油和天然气三大化石能源需求的预测,对于制定和完善中国的能源规划及投资策略,确保国家的能源供应安全有着重要的意义。　　本文首先对能源需求的各种预测方法进行了归纳和总结,然后对中国的能源消费现状进行了深入分析,并提出了影响中国能源需求的多种因素,最后对神经网络和遗传算法理论进行了详细阐述,在此基础上,建立了遗传神经网络模型,并将此模型分别用于中国煤炭、石油和天然气三大化石能源的需求预测中。建模时,选取GDP增长、人口增长和产业结构3个因素作为模型的输入结构变量。模型中隐含层的神经元数量、动量参数及学习速率都由遗传算法来确定。神经网络的训练测试过程通过NeuroSolutions软件来实现,研究表明,用遗传神经网络模型来预测煤炭、石油和天然气三大化石能源需求是可行且有效的。