通过在OIFElman(OutputInputFeedbackElman)神经网络模型中引入惩罚收益因素，提出了一种基于OIFElman神经网络的改进模型，并将其用于大气质量的预测和评价。实验模拟结果证明，引入惩罚收益因素OIFElman模型能够明显提高网络的预测精度，具有极佳的逼近性能，所得预测数据和评价结果与实际结果基本吻合。利用该模型对大气质量进行预测和评价是可行而有效的，具有较好的应用潜能；并为大气环境整治规划提供了一种新的技术和方法。