石油是世界经济政治发展不能缺少的重要能源之一,它在世界经济发展中产生了重要的影响。减少其负面影响的办法就是了解并掌握石油价格的变化,因此目前全球热衷于的话题就是石油价格。石油价格被种种因素影响,包括供需、经济、国际政治、军事、外交等。由于石油价格的不确定性、复杂非线性、多种影响因素,非数值型的信息,数值型信息的数据噪声也十分大。由于传统石油价格预测方法不可依靠或预测结果精度较低。故此,学术和工业界研究者的目标就是找到一种预测模型,使其研究精度相对较高、性能等各方面均相对较好,同时还可以广泛使用。贝叶斯网络是贝叶斯方法与图形理论的有机结合,它为处理不确定性和复杂性的问题提供了一种自然的工具。凭借着其理论的严格和一致,贝叶斯网络成为人工智能领域的研究热点。本文通过了解国内外石油价格预测问题的研究现状,结合动态贝叶斯网络的基本原理,提出了一种新的模型,基于动态贝叶斯网络模型用来预测石油价格。本模型首先对石油价格的影响因子进行了分析,并将各个影响因子合理有效组合,建立影响石油价格的因果关系图；然后根据得到的因果关系图构造动态贝叶斯网络,通过数据训练,进而得到动态贝叶斯网络的结构和参数,得到理想的动态贝叶斯网络模型,接下来运用Matlab软件进行构造仿真,结果验证了动态贝叶斯网络在石油价格预测精度和性能上均相对较优。