【摘要】为了提高居民消费价格指数的预测精度,对于呈近似S形的CPI时间序列,利用灰色Verhulst模型对其预测。构造基于时间序列的人工神经网络输入输出模式,利用BP神经网络对原始数据与灰色Verhulst预测值的残差进行训练。仿真实例表明,该组合算法预测结果比单纯使用GM(1,1)模型、灰色Verhulst模型和文献[1]的总体误差要小,将神经网络引入到灰色Verhulst模型中能较好地提高预测精度。