随着灰色系统理论、BP神经网络等新的理论技术应用于预测领域,预测技术得到了很大的发展。由于灰色预测模型对一般的预测模型具有很强的融合力和渗透力,将灰色模型与其它模型结合进行分析和预测,可以提高预测精度。因此,本文对灰色模型与其它模型的结合进行了分析和研究,建立了组合预测模型,并对中国能源消费量进行了预测。本文的主要研究内容和成果如下:1.提出了基于灰色预测GM(1,1)模型、三角模型和时间序列分析ARMA模型的组合预测摸型TGMA(1,1)。该模型以灰色预测GM(1,1)模型拟合数据序列的趋势项,以三角模型和ARMA模型捕获系统的残差序列。2.构建了灰色神经网络组合预测模型。使用BP神经网络对三种改进的灰色预测模型(灰色优化预测模型GOM(1,1)、无偏灰色预测模型、改进的新陈代谢预测模型)进行组合。3.对灰色神经网络组合预测模型做进一步的改进。采用灰色关联分析法找出对中国能源消费量有较大影响的几个因子,以它们的时间序列数据作为BP神经网络的输入,这样全面综合地考虑到能源消费系统的影响因素,从而提高了预测精度。