针对当前软件可靠性预测模型在随机性和动态性较强的可靠性现场数据中存在预测精度波动比较大、适应性比较差的问题，提出一种基于灰色Elman神经网络的软件可靠性预测模型。首先使用灰色GM（1，1）模型对失效数据进行预测，弱化其随机性；然后采用Elman神经网络对GM（1，1）的预测残差进行建模预测，捕捉其动态性变化规律；最后将GM（1，1）预测值和Elman神经网络残差预测值相结合得到最终的预测结果。使用航班查询系统的现场失效数据集进行了模型仿真实验，并将灰色Elman神经网络预测模型与反向传播（BP）神经网络、Elman神经网络预测模型进行比较，其对应的均方误差（MSE）和平均相对误差（MRE）分别为105.1、270.9、207.5和0.0011、0.0021、0.0016，并且灰色Elman神经网络预测模型的误差均为最小值。实验结果表明该模型具有较好的预测精度。