介绍了运用Matlab神经网络工具箱进行BP神经网络设计的基本方法与过程。并将BP网络模型引入到大气污染预报领域,根据2004年至2005年英国伦敦MaryleboneRoad监测站的PM2.5监测数值，构建并选用合适的BP神经网络建立了大气污染物含量的神经网络预报模型。计算结果表明,BP模型应用于大气污染预报具有较高的预测精度和良好的泛化能力,它为信息社会的城市空气污染预报工作提供了一种全新的思路和方法。