正确预测铁路客运市场，对国家的经济发展格局和资源配置，以及对铁路企业内部的投资结构、经营管理等都有重要作用。铁路客运市场受多个因素的影响，而且这些作用多是非线性的。人工神经网络是热门研究领域，它具有很强的自训练学习和容错能力等优点。目前得到普遍应用的是多层前馈神经网络，它主要被用在模式识别和函数逼近上。已经证明具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数。本文探讨用人工神经网络的反向传播算法研究铁路客运市场预测。说明了该方法的基本原理，并结合实例说明了方法的实施与应用。该模型在学习实验样本数据的基础上，可以对铁路客运市场进行预测。该模型具有很强的学习和容错功能，结果表明预测精度较高，方法简单易行，为铁路客运市场的预测研究提供了一条新的途径。