随着我国城镇化水平的加快和人民生活水平日益的提升,旅游业在人们的日常生活中已经由原来的类似奢侈消费发展到现在旅游的稀松平常化。对于城市旅游,在城市的形成和发展过程中形成了城市的基本特征：浓厚的历史文化氛围,现代化物质文明和精神文明的高度集中地,城市更有着其独特的旅游吸引力,如城市风光,风情,购物,文化,生活,娱乐等特征都对游客有着强烈的吸引力,城市旅游已成为一种新的综合社会现象,越来越受到人们的关注。在城市旅游日益蓬勃发展的阶段,各城市旅游的竞争力日益激烈,对城市旅游竞争力的研究也显得尤为重要。论文立足于一定成熟的理论基础,构建出一套评价城市旅游竞争力的指标体系,并且拓展了研究方法,采用城市旅游竞争力指标体系中28个指标的数据对BP神经网络模型进行仿真训练。BP神经网络模型具有非线性的逼近能力,学习能力和自适应能力等特征,很适合在近似的,不确定的情况下进行决策,可以避免其他方法的如主观权重设置或相关系数的计算等主观因素的影响,在解决城市旅游竞争力评价中遇到的信息不完全,指标较多和部分指标存在非线性相关等问题时有独特的优势。等待训练的BP神经网络稳定后,则利用训练好的该BP神经网络模型进行城市旅游竞争力关键影响因素的识别,进而可以得到我国各城市旅游竞争力的限制性因素,论文在限制性因素的角度分析对我国城市旅游竞争力的影响,在此基础上提出可以提升我国城市旅游竞争力的政策建议,希望可以为相关部门针对城市旅游业发展的工作做出贡献。论文在实证研究的基础上,得到了影响我国典型的旅游城市(北京,天津,上海,大连,青岛,广州,深圳,重庆)旅游竞争力的关键因素,总结得到影响我国整体城市旅游的关键因素,研究结果具有较强的现实意义和指导意义。