：近年来,随着高速铁路的迅速发展和路网的逐步完善,铁路运输业迎来了前所未有的发展机遇。在客运市场上,铁路运输企业要面对道路运输、航空运输等运输方式的激烈竞争,市场竞争归根结底是产品的竞争。因此,研究铁路旅客运输产品的生命周期,识别产品所处的生命周期阶段,制定针对性的产品策略,对于提高铁路旅客运输产品核心竞争力和市场占有率具有重大的意义。本文首先描述了铁路旅客运输产品的整体概念及其生命周期的内涵,分析铁路旅客运输产品的特征和各生命周期阶段的产品策略,借此引出铁路旅客运输产品生命周期识别的概念；其次,详细分析铁路旅客运输产品生命周期的影响因素,确定其生命周期识别指标。然后,将遗传算法和最小二乘法结合,设计混合递阶遗传算法作为人工神经网络的学习算法,建立基于混合递阶遗传算法优化的径向基神经网络数学模型；利用混合递阶遗传算法优化径向基网络的结构和参数,减少网络的学习步骤,降低网络输出的误差。最后以广铁集团长沙客运段T2次、Z18次旅客列车为实例,将本文建立的数学模型和未经过遗传算法优化的径向基神经网络模型进行对比分析,验证模型的有效性；分析结果表明,优化后的径向基神经网络数学模型在识别精度上明显优于未经优化的概率神经网络。就Z18次列车的生命周期识别结果,对长沙客运段的产品策略提出相应的建议。本文共有图15张,表11个,参考文献48个。