铁路客运量的中短期预测是铁路运输公司制定旅客运输计划的基础,更是合理配置人力物力资源及展开旅客运输工作的重要依据。鉴于航空运输事业的快速发展,客运市场竞争愈发激烈,铁路客运部门必须对市场内的客流变化及时采取措施,方能满足市场的需求。本文分别从年度预测和月度预测两个层面对铁路客运量进行预测,既为铁路的运输长远发展提供了决策支持,更为铁路各部门及时应对瞬息万变的市场提供了可靠依据。年度数据预测部分,提出了一个新的基于最优模型选取的M-CPSO-GM模型,并在我国铁路客运量的年度预测中得到了非常好的效果。月度数据预测中,首先根据S-ARIMA模型得到一步预测值,然后对其进行校正。考虑到春节因素,先将数据分成春运月份和非春运月份两部分分开校正。对于春运月份,首次提出了与一步预测误差高度相关的春节因子作为校正因子,通过FNN对春运月份的一步预测值进行校正;对于非春运月份,则采用上月同比增长率作为校正因子,通过BP神经网络进行校正。结果表明,校正后的月度数据预测精度有了明显提高。最后,对论文所做的工作进行了总结,简要说明了文中尚待完善的问题,并指出我国铁路客运量预测以后需要努力的方向。