国民经济的发展取决于农业的发展。粮食生产作为农业的根源,其关系到国计民生,关系到国家及民族的发展。我国是农业大国,同时也是世界上第一人口大国,保证粮食产量是至关重要的。河南省地处中原,是个农业大省,有着“天下粮仓”的美誉。对河南省粮食产量的研究是十分必要也是十分重要的,有利于引导河南粮食生产,在保证粮食供应、稳定粮食价格、保障粮食安全等各个方面都意义重大。本文通过河南省统计年鉴,对河南省粮食产量等相关数据进行归纳分析,在此基础上,分析影响河南省粮食产量数据的相关因素;构建了三种预测模型:线性回归模型、BP神经网络预测模型和灰色预测模型,基于上述提出的三种模型,在经过分析和研究之后,得出了关于河南省粮食产量预测的组合模型。本文主要完成的工作如下:（1）介绍了河南省粮食产量预测内容的研究背景和研究意义,并对国内外的研究现状进行了分析,梳理了当前粮食预测中存在的问题,论证了构建河南省粮食产量组合预测模型的可行性。（2）本文分析了河南省粮食产量的七大影响因素,根据河南省历年粮食产量的统计数据,基于SPSS数据分析软件以及MATLAB对收集到的数据进行处理,分别得出了三种单一的河南省粮食产量预测模型,进一步对单一预测模型进行了有效性验证。研究表明:本文所构建的河南粮食产量的多元线性回归预测模型,基于SPSS验证了模型预测的准确性;本文所构建的河南粮食产量的BP神经网络预测模型、灰色GM（1,1）预测模型,利用MATLAB进行建模,并对模型进行检验,将模型预测的河南省粮食产量值与实际值进行对比分析,以此来对模型有效性进行验证。（3）为了提高预测模型的准确性,本文提出了将线性回归预测模型、BP神经网络预测模型以及灰色预测模型三种模型进行组合,借鉴有限度的概念来对三种预测模型进行权重配比,设计了组合预测模型来对河南省粮食产量进行预测。并选取了2018年河南省粮食产量数据作为验证组进行验证。经过将2018年河南省粮食产量相关影响因素数据带入模型中进行运算可得知,组合预测模型相较于传统的单一预测模型更能较为准确的预测河南省粮食产量。（4）最后,总结了所构建系统存在的不足之处。第一,本文选取的预测模型对于遵循某种规律的数据模拟效果较好,需进一步探索模型的广泛性。第二,本文使用仅选择有效度的概念来确定组合模型权重,今后应进一步分析选取更贴切的组合预测模型的权重。第三,本文采用的数据部分缺失,在接下来的工作中,应通过改进模型,增加或者减少模型所需要的各项影响因素来进一步预测未来河南省粮食产量。