本发明公开了一种粒子群算法优化LSTM神经网络的行程时间预测方法，包括如下步骤：步骤S1：采集行程时间数据，进行数据归一化，按比例划分为训练集和测试集；步骤S2：采用粒子群算法优化LSTM神经网络预测模型的各个参数；步骤S3：输入粒子群算法优化好的参数、训练集，进行LSTM神经网络预测模型的迭代优化；步骤S4：利用已训练好的LSTM神经网络模型对测试集进行预测，并评估模型误差。本发明的方法寻优速度快，同传统预测算法中的随机森林、SVM、KNN相比较，本发明方法对数据预测均方误差和均方根误差最小，模型减少了计算量，表现出更好的预测性能。