宏观经济预警是一门研究宏观经济系统发展过程及其趋势变动的科学，它是综合运用理论分析、经验分析、数理统计等方法对宏观经济循环波动这一特定现象进行一整套经济监测，经济评价和经济预警的理论和方法体系。因此，宏观经济预警研究对我国的国民经济持续平稳发展至关重要。尤其是我国进入市场经济以来，宏观经济波动比较大，不确定因素增加，给宏观经济预警增加了难度。一套合理的指标体系和预警方法可以对我国的宏观经济发展做出正确判断，为国家宏观经济政策的制订提供指导。目前在我国宏观经济预警系统的研究中存在下面两个问题：①构造指标体系的方法不完善；②对经济周期波动转折点的预测能力较差。 针对目前我国宏观经济预警系统中存在的问题，本文提出了相应的解决方案，即采用人工神经网络(Artificial Neural Network，ANN)的预警方法进行指标的提取和分类，并结合CI(合成指数)对经济周期波动的转折点进行预测。首先构造自组织竞争神经网络对指标进行分类，划分为先行指标组、一致指标组及滞后指标组，然后利用一致指标合成指数CI构造神经网络，对经济周期波动转折点进行预测。 最后，本文以全国宏观经济数据为实例，对传统的指标分类方法、经济周期波动转折点预测方法和以人工神经网络方法对指标进行分类及转折点预测进行了对比研究，并对结果进行了分析。根据各种方法的对比结果，最终确定了以自组织竞争神经网络选取一致指标，利用模糊神经网络预测经济周期波动转折点的宏观经济预警系统。在此基础上，本文又对模糊神经网络的训练算法进行了改进，采用遗传一模拟退火混合算法训练网络参数，进一步提高了经济周期波动转折点预测的准确性。 为了客观评价预警方法的优劣，本文创造性地提出了量化的评价标准。在指标选取方法的评价中，定义了“容错率”与“刚性系数”两项指标，从抗震性及稳定性两方面进行对比评价。在转折点预测方法的对比分析中，定义了“平均误差”与“稳定系数"两个函数，分析传统方法与神经网络方法预测转折点的准确性与稳定性。量化评价标准的提出，增强了预警方法选择的科学性，填补了宏观经济预警系统评价领域的空白。