居民消费价格指数(CPI)是一个宏观经济指标,它反映了购买消费品和服务价格水平的变动。居民消费价格指数的变动率不仅反映了通货膨胀或者紧缩的程度,而且是市场主体进行经济活动、制定宏观经济政策的重要参考指标之一。最重要的社会经济目标主要包含居民消费价格指数的稳定、就业充分以及国内生产总值的增长率。因此居民消费价格指数的研究有重要的现实意义。本文不仅分别分析了自回归滑动平均求和(ARIMA)模型与误差反向传播模型(BP)的预测特点与优势,而且在此基础上建立由自回归滑动平均求和模型和误差反向传播模型集成的居民消费价格指数时间序列的预测模型,这样就充分体现了两种模型在线性空间和非线性空间的优势。首先将居民消费价格指数时间序列分解两部分,分别为线性自相关主体和非线性残差两部分。利用自回归滑动平均求和模型预测时间序列的线性主体部分,继而用误差反向传播模型估计时间序列的非线性残差部分。最终结果表明：其预测准确率集成模型高于单一的误差反向传播模型和自回归滑动平均求和模型,证实了由自回归滑动平均求和(ARIMA)模型与误差反向传播(BP)模型组成的集成模型用于预测居民消费价格指数的有效性。本文分析了影响CPI的因素,基于协整理论,对CPI以及其影响因素进行协整检验以及单位根检验,确定CPI、GDP、居民可支配收入、固定资产投资都是一阶单整的。各序列之间存在协整关系,建立协整与误差修正模型,预测CPI并与真实值相比较,得到对于CPI短期预测,误差修正模型比协整模型准确度更高。