基于相空间重构的非线性预报思想 ,建立一个时滞的BP神经网络模型 (TDBPNN) ,采用贝叶斯正则化方法提高BP网络的泛化能力 ,并将该模型应用于中国进出口贸易的预测 ,结果证明改进的TDBPNN模型具有较好的泛化能力 ,准确拟合了进出口贸易发展的历史值和趋势。区别于一般的预测评价 ,认为非线性预测不仅要注重数据拟合和精度改进 ,而且应该能够反映被预报系统的非线性特征。在分析模型预测精度的同时 ,通过计算拟合序列和原序列的非线性特征量进行模型评价 ,证实预测模型能够合理地“捕捉”到产生原序列的非线性系统的动力学特征