提出一种将Granger 相关信息用于时间序列预测的方法, 以解决时间序列预测过程中信息利用不完全的问题. 首先, 通过Granger 相关性检验确定时间序列系统中的可利用信息; 然后, 利用神经网络将可利用信息抽取出来; 最后, 将抽取的可利用信息融入到时间序列的预测中. 实验结果验证了所提出预测方法的有效性和稳定性.