摘要：为了对产品质量进行预测控制、辅助新产品开发设计、寻找最优参数,将测试样本的网络输出值与真值之间的灰色关联度作为目标函数,采用粒子群算法优化了BP神经网络的权系数和阈值,构建了基于粒子群神经网络的质量预测模型。所提出的PSO-GRG算法解决了一般BP算法迭代速度慢,且易出现局部最优的问题,并以注塑件质量预测为例,进行算法实现,仿真结果表明本文所提出的PSO-GRG算法比BP算法迭代次数减少了87.5%,并避免了局部最优,且预测误差亦明显减少。得出结论：所构建的质量预测模型具有较高的预测精度和研究价值。

关键词：粒子群算法 bp神经网络 质量预测 灰色关联度 

单位：南京航空航天大学经济与管理学院 江苏南京210016 江苏科技大学经济管理学院 江苏镇江212003