近些年,PM_2.5——雾霾天气的罪魁祸首——引起了人们的广泛关注,PM_2.5在空气中吸附的各种有毒有害物质,可以被人直接吸入呼吸系统直接进入血液,这会增加肺癌和心脏疾病等疾病的发病率,所以及时展开对PM_2.5的分析和研究是非常需要和紧迫的。首先,本文根据西安市2013.3.1-2016.2.29的空气质量指数等数据,对西安市PM_2.5进行了时空分析和污染状况分析,得出西安市PM_2.5在冬季最高、夏季最低,及这三年来PM_2.5含量虽逐渐得到改善,但目前的PM_2.5含量结果仍不乐观等统计结论。其次,本文通过相关性分析和岭回归分析方法进一步研究PM_2.5与AQI中其他监测指标、气象因素和供暖时间之间的关系,得出结论:在对PM_2.5与AQI中其他监测指标的关系分析后,推测SO₂、NO₂和CO是在一定环境条件下形成PM_2.5前的重要气态物体;在所有对PM_2.5的影响因素中,SO₂、NO₂、PM₁₀、CO、露点、能见度和供暖时间的影响较显著等。最后本文对每小时PM_2.5进行预测,分别进行了神经网络预测、小波分析结合神经网络预测、遗传算法结合神经网络预测和小波分析、遗传算法及神经网络三者结合的预测,并且通过平均相对测试网络误差等指标分析和对比各种预测方法的效果和精度,得出结论:本文提出的三种算法结合的预测效果比以往大多数作者只用神经网络进行预测的效果好。