灰色系统理论的产生和发展为数据挖掘在小样本、贫信息的数据处理中提供了新的理论支撑与技术支持。灰色预测理论是灰色系统理论的重要分支之一以灰色GM(1,1)模型为核心的预测理论与方法得到了广泛应用。灰色预测方法对于具有“小样本”、“贫信息”特征的数据处理与预测有其独到之处,深受广大科研工作者的欢迎。BP神经网络以其层次分明的网络结构、较好的函数拟合效果,被广泛应用于预测、优化、管理等领域。为了更好地发挥灰色预测理论和BP神经网络预测方法的优势,本文将探索二者相结合的预测方法,建立新的预测模型、开发新的预测系统,探索新的应用途径。本文系统分析了灰色预测与BP神经网络预测的研究状况,寻找两种预测方法的结合点,力图在对传统的灰色GM(1,1)预测模型进行改进的基础上,将改进的灰色预测模型与BP神经网络结合,构建BB-BP-GM(1,1)组合模型,开发基于BB-BP-GM(1,1)组合模型预测系统,进一步提高预测的准确性。同时,深入研究具有非等间距的灰色GM(1,1)预测与BP神经网络预测相结合的方法,构建改进型非等间距灰色预测系统。本文运用新建的基于BB-BP-GM(1,1)组合模型预测系统,对河北省交通事故状况进行了分析和预测。通过非等间距灰色预测模型及其与BP神经网络的组合模型在河北交通事故的应用中的模拟和预测效果的对比发现,运用新模型的预测准确性有了进一步的提高。基于BB-BP-GM(1,1)组合模型预测系统的建立和应用具有一定的现实意义。