设备密集型重载铁路对轨道平顺状态预测技术十分重视，受限于数据挖掘分析技术，轨道检测车在养护维修计划决策支持方面还未完全发挥应有的作用。根据轨道不平顺的变化特点，采用神经网络方法对重载铁路轨道不平顺7项参数进行预测，从而为养护维修策略的决策提供支持。将某重载铁路K420+000~K426+000区段长达18个月的轨道不平顺检测数据用于模型训练并进行预测分析，结果显示：双隐层、单隐层BP网络模型和多元回归分析模型的均方预测误差平均值分别为0.0652、0.0689、0.1051，平均相对误差分别为8.03%、8.65%、11.57%。双隐层BP网络模型精度更高，该模型为重载铁路轨道不平顺发展预测的研究提供了新的思路。