随着科学技术和社会经济的迅速发展,信息资源不断膨胀,管理者需要决策的事物逐渐增多。如果能对事物未来的发展做出准确预测,就能为管理者做出合理的决策提供依据。灰色预测是通过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,对系统的未来状态做出科学的定量预测。它的特点就是算法简单、可利用较少数据建模。但灰色预测模型对于复杂的非线性系统来说预测的效果不是很理想,BP神经网络是一种有效的非线性建模方法。因此,本文研究BP神经网络残差修正的灰色模型；组合模型能够发挥各单一模型的优点,同时可弱化单一模型的缺点,本文利用BP神经网络对灰色GM(1,1)模型和线性回归模型进行组合。本文主要研究结果如下：1.利用灰色GM(1,1)模型与Levenberg-Marquardt算法优化的BP神经网络模型,设计并构建了残差修正的灰色BP神经网络预测模型,并将其用于中国石油消费量的预测。2.以灰色GM(1,1)模型和多元线性回归模型的拟合数据序列作为BP神经网络的输入向量值,建立了基于灰色GM(1,1)模型,多元线性回归模型,BP神经网络的融合预测模型,并利用该模型对陕西省建城区面积的需求量进行了预测。论文对预测结果进行了分析,得出构建的模型在实际应用中是比较有效的,预测结果可以为管理者提供决策依据。