汽车现在是生活中必不可少的交通工具,可以说汽车已经深入到生活中的每一个角落,并推动着社会经济的发展。然而由于能源的日益损耗及对大自然的日益污染,地球面临的挑战与日俱增,截至2020年6月,我国的汽车保有量已达到2.7亿辆,给生态环境带来了巨大压力。而近几年低碳环保的新能源汽车正在慢慢的改变这个时代,国家的提倡与支持,各大小企业的节能减排要求,都在促进新能源汽车的飞快发展。一般情况下,通过传统的车辆销售指标估计方法就能够对汽车市场的销量进行预估,然而目前的新能源汽车车系推陈出新迅速,没有完整的市场销售管理系统并且可以分析的市场销售数据也较少,对其进行销量预估的困难较大。目前汽车销量预估的重点调研对象还是传统的汽油车型,而新能源汽车作为近年国家社会重点支持的车辆类别,不但对环保和空气质量提升方面具有很大的作用,此外因为产业特点、现金流和体量小等原因更容易遇到生产和销售不同步的情况,而损失巨大的利润,甚至影响新能源汽车的发展和新技术的研究。对新能源汽车行业的市场销售情况的分析与预测,可以有助于清洁能源汽车制造公司在国内乃至全球的市场竞争中取得有利地位,有效预测新能源汽车的销量,可以确保企业在短期内生产计划的可靠性和稳健性,并通过合理分配各种资源等多种手段,从而有效的进一步优化公司库存。通过数据验证及分析得到结论如下:（1）本文所研究的新能源汽车销量数据均为短时序列数据,在经过数据预处理和特征分析后通过LSTM神经网络来对短时序列进行分析预测,并通过Maxout激活函数方法对LSTM神经网络的激活函数结构进行优化改进,实验结果表明无论是原始的LSTM神经网络还是改进后的,都比SVR和灰色预测模型的效果要好,并且经过Maxout方法改进的LSTM的预测准确度最优。（2）模型将月度的汽车销售数据与市场评价数据相结合,在改进后的LSTM销量预测模型的基础上设计并完成了基于评论特征拓展的销量预测模型。实验证明本模型具有着比较高的准确度,并能够为今后的工作奠定研究基础。