本文给出了一种利用RBF神经网络方法预测货物流量的模型，得到了大连港货物吞吐量以及东北地区海上货物吞吐量的预测值。在预测基础上，又利用蒙特卡洛仿真的方法，对结果的可信区间进行评估，得到了预测结果的可信区间。 货物吞吐量的定量预测在国内外有许多学者在研究，但大多数学者采用的基本是时序模型，灰色模型或者是回归分析模型等。由于人工神经网络算法适合处理非线性系统，且具有自组织、自学习、自适应和联想能力，故非常适用于货物吞吐量的预测分析，但神经网络在这一领域的实际应用还比较少。本文的核心工作是建立了RBF神经网络货物吞吐量预测模型，利用大连港和东北地区海上货物吞吐量的历史数据对RBF神经网络货物吞吐量预测模型的精度进行验证。并且对2006年-2010年以及2020年的大连港和东北地区海上货物吞吐量进行预测。本文的另一核心工作是利用蒙特卡洛仿真方法对大连港和东北地区海上货物吞吐量的预测结果进行可信度分析。得到了预测结果区间，以及在每个区间上出现的概率。 预测实验得出，RBF神经网络能够较好应用于货物吞吐量预测领域中。实验还得到了货物吞吐量预测值在各个预测范围中出现的概率，2010年大连港货物吞吐量在27102—27824万吨这个范围内出现的概率大约为0.6433；2020年大连港货物吞吐量在35889—36619万吨这个范围出现的概率大约为0.8133；2010年东北地区海上货物吞吐量出现在71115—76660万吨这个范围出现的概率大约为0.7567；2020年东北地区海上货物吞吐量出现在210970—225950万吨这个范围出现的概率大约为0.85。 希望本文的预测结果，对计划中的港口项目能有一些参考意见，避免过度建设的发生。