科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点，提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数，采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象，分别建立均值GM（1，1）模型、离散GM（1，1）模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明，三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%，而变权重组合模型为7.01%，变权重组合预测模型的预测精度明显高于单一模型。