近年来随着我国城市化进程加快,中小城市数量不断增加,经济总量和人口规模持续扩大,中小城市公共交通的发展与城市居民出行的经济性和便捷性息息相关,科学准确的公交客运量预测数据是进行城市公交规划和运营管理的重要参考依据。首先论文界定了中小城市和常规公交的概念,通过研究中小城市交通发展的情况分析其公共交通发展的特点,找到中小城市常规公交客运量的影响因素,并将影响因素分为外部因素和内部因素,并考虑各个因素的影响作用。其次论文比较了城市公交客运量预测的几种常用方法,分别是时间序列法、回归分析法、灰色模型法和神经网络法,分析了这几种方法的理论基础和预测原理,指出了各种方法在城市公交客运量预测方面存在的优缺点及应用条件,分析得出了神经网络预测模型适用于中小城市常规公交客运量预测。再次论文分析了神经网络中应用最广泛的BP神经网络预测存在的局限性和改进方法,研究了预测指标选取原则和方法,通过将遗传算法与神经网络结合确定BP网络的初始输入权值和阈值,建立了神经网络与遗传算法相结合的GA-BP网络预测模型。最后论文列举了一个与中小城市公交发展的相关指标,采用灰色关联分析方法确定了预测指标,使用MATLAB编程实例验证了GA-BP网络预测模型的有效性,通过与单一的BP网络模型、指数平滑模型、线性回归模型和灰色模型预测结果进行对比,证明了GA-BP模型在预测中小城市常规公交客运量方面的适用性和优越性。