时间序列预测是动态数据分析处理的一个重要方面,在科学、经济、工程等许多应用中都存在着在历史数据的基础上预测未来的问题,是一个具有相当实际价值的应用研究领域。 时间序列预测是一个多学科交叉的研究领域,本论文在人工神经网络和时间序列预测的理论指导下,将人工神经网络方法引入时间序列预测,进行深入的理论、方法与模型的研究工作。 本论文简要介绍了时间序列预测的基本概念、各种模型,分析了基于神经网络的时间序列预测方法,探讨了BP神经网络的模型与结构,BP学习规则,构建了基于BP神经网络的时间序列预测模型,研究了神经网络的规模、推广能力等问题。并利用建立的BP神经网络模型,对两个具体的时间序列进行了预测,结果非常理想,说明本文所建立的基于BP神经网络的时间序列预测模型具有很好的预测能力和较佳的推广能力,验证了本文构建的基于BP神经网络的时间序列预测模型的有效性和普适性。 本论文总结了前人研究成果,针对前人研究的不足,提出了作者自己的观点和想法,并把它们付诸实践,力求为我国企业进行基于历史数据的时间序列的预测提供有效的手段,为推广人工神经网络技术做出努力。