随着智能公共交通系统的快速发展，公交调度人员对于实时客流信息的掌握水平也大大提高。但是在公交客流短期预测问题上，由于短期客流序列具有混沌特性和显著的随机性，使用现有客流预测方法难以进行及时、准确、可靠的预测，导致实时客流信息无法有效应用于实时调度，限制了公交服务水平的提高。　　 本文在总结现有文献的基础上，基于短期客流序列特性和观测尺度分析，提出以小波分析原理为基础的组合预测方法。首先采用离散傅里叶变换研究短期客流序列的频域特性：基于混沌理论，采用Lyapunov指数法分析短期客流序列的混沌特性。其次，分析观测尺度对于客流序列平稳性、客流序列混沌特性的影响，结合公交调度实际应用的要求，提出适用于公交客流短期预测的观测尺度范围，采用无标度区间法评价观测尺度的可行性。根据特性分析和观测尺度分析结果，采用降低短期客流序列非平稳性的思路建立预测方法。为此引入信号分析原理与小波分解方法，将短期客流序列视为一个完整信号，通过小波分解与重构得到多个平稳性较好的单支信号，各单支信号分别预测后再将预测结果合成即得到整体信号预测结果。研究结果表明短期客流序列信号包含高频成份与低频成份，低频成份构成信号主体，高频成份导致信号波动，且短期公交客流序列具有混沌特性，这些特性导致采用单一方法得到的短期客流预测结果精度较低；在同时满足使用要求、客流观测序列完整反应公交系统信息、客流序列不至于表现为纯随机性三项条件下，短期客流观测尺度为1-15分钟是合适的；小波预测方法在保留全部客流信息的基础上，有效降低了客流信号的非平稳性，实例计算结果证明该方法可以有效提高客流预测精度。　　 本文的研究结果说明从分析客流序列特性和观测尺度入手建立客流短期预测方法是可行的，通过小波分解与重构降低短期客流序列非平稳性，结合使用现有时间序列预测方法即可得到精度较好的预测结果，满足客流短期预测及时、准确、可靠的要求，具有一定的实用价值。