随着地铁网络的不断扩展,地铁系统对其运营环境的要求也越来越高。地铁热环境是地铁运营环境的重要组成部分,对地铁热环境及其变化趋势进行监测和预测,并采取相应的控制措施,对于提升列车运行的安全度以及乘客出行的舒适度,都有着极其重要的作用,因而得到运营管理部门的高度重视。本文基于小波分析技术和人工神经网络方法,研究了地铁热环境变化的趋势预测模型。具体研究内容包括：1、地铁热环境及变化特征分析。针对地铁热环境变化的特征和规律进行分析,对表征地铁热环境的参数及其数据特征进行了总结。2、地铁热环境变化趋势预测模型研究。根据地铁热环境的参数及其数据特征,基于小波分析技术与人工神经网络方法,给出了一种地铁热环境参量变化趋势的预测模型,即：利用小波分析方法对地铁热环境参数数据进行预处理,然后利用人工神经网络方法,构建地铁热环境变化趋势的预测模型。3、实例分析。首先,对基于本文模型构建的某大城市地铁热环境趋势预测系统进行了介绍：然后,面向由该系统的采集模块获取的该大城市地铁站台热环境实测数据,对本文模型进行实例分析和验证,通过相关指标,说明了本文模型的实用性和有效性。基于本文模型开发的地铁热环境参量趋势预测系统已经应用在某大城市地铁站,运行状态稳定,预测精度较高,得到运营方的认可。目前,还在尝试新方法提升模型的预测效能以及分析能力,以便为地铁热环境分析及控制提供更好的决策依据。