目的 面对复杂的海上交通及密集的物流交通流，及时有效地对船舶航迹进行跟踪预测显得尤为重要，针对传统船舶航迹预测方法精确度低且效率低下的问题，提出一种改进方法。方法 在船舶自动识别系统（AutomaticIdentificationSystem,AIS）数据的基础上，建立改进粒子群算法（IPSO）与BP神经网络相结合的船舶轨迹预测模型，利用船舶历史航行轨迹数据，实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验，并将IPSO-BP模型的实验结果与其他模型进行比较。结果 不同模型航迹预测对比结果表明，IPSO-BP模型的性能较好，其预测精度较高，适用于船舶轨迹预测。结论 使用IPSO-BP模型能够更加精准地预测船舶航迹，在船舶危险预警、船舶异常监测等方面具有重要的指导作用。