改革开发后的几十年间,江西省由于人口数量的快速增长引起了诸多问题,另一方面,人口在结构、分布和其他方面发生了快速的变化,这些导致了人口与资源、社会、环境、经济造成冲突；尤其我省还属于欠发达的地区,由于人口不断的增长,大大的影响了我省的经济发展水平、就业率、教育水平、人口素质等一系列的问题；短时间要抑制人口增长过快的问题是不可能,所以提前对人口数量进行预测,是现下的当务之急,为社会资源分配,教育、医疗、社会福利、就业等问题提前做好准备。就目前而言,关于人口预测的模型,主要有灰色系统模型、改进的人工神经网络模型、莱斯利矩阵模型、Logistic人口增长模型、时间序列模型、指数函数法、线性回归模型、支持向量机模型等等；这些模型都可以用于人口预测,每种模型都有大量的学者研究,但是具体用什么模型,没有统一的标准；本文主要采用了Logistic人口增长模型、时间序列模型、灰色模型及组合模型对江西人口进行建模预测。本文首先是分析人口过度增长带来的社会问题,其次利用Logistic人口增长模型、ARIMA(p,d,q)模型、GM(1,1)模型对江西人口进行建模并预测,比较各个模型的优缺点,最后针对GM(1,1)模型的不足提出用GM(.1,1)模型与BP神经网络进行组合建模,并用遗传算优化BP神经网络的权值与阈值,形成灰色GA-BP神经网络模型对人口预测建模,结果表明这种组合模型能涵盖更多的信息,预测精度更准。