摘要：在BP神经网络算法的基础上,针对在多变量复杂系统建模过程中BP网络输入变量无法自动寻优的问题,将其与灰色关联分析方法结合,建立基于灰色关联分析的神经网络优化算法（GM-BPANN）.并且使用中国粮食产量预测的数据,与逐步回归方法和灰色GM（1,N）模型方法进行了比较检验.结果表明,新模型通过灰色关联度的计算,可以全面、广泛地对大量的输入变量进行处理,而不必经过专门的主观筛选,从而增强了BP网络的适应能力,同时能够得到较好的预测精度和稳定性.

关键词：bp神经网络 灰色关联分析 中国粮食产量预测 

单位：北京航空航天大学经济管理学院 北京100083 北京仿真中心 北京100854