期货市场是一个极其复杂的非线性动力学系统，而人工神经网络具有很强的非线性逼近能力和自学习、自适应等特性，实验证明，利用人工神经网络对期货市场建模可以取得较好的结果。　　本文首先简要的介绍了原油期货方面的相关知识，然后分析了BP网络的原理，详细探讨了网络的拓扑结构、隐节点个数确定的原则、初始参数的确定等问题。根据基本BP算法在权值调整过程中存在的收敛速度慢、易陷入局部极小点的缺点，本文提出了一种遗传BP算法。遗传BP算法先利用遗传算法进行全局搜索，再利用BP算法搜索有最优点的区域，从而显著提高了网络搜索速度和精度。　　最后，本文对美国纽约商品交易所原油期货Contract1合约日收盘价格两段样本进行了模拟预测。通过对实验结果的对比分析，表明GA-BP算法比BP算法能进一步提高人工神经网络预测精度，具有很好的研究和发展前景。同时也指出了人工神经网络存在的缺陷和不足以及如何提高网络性能的一些建议。网络