随着我国城市轨道交通事业的不断发展,许多大中城市地面交通的客流拥堵现象得到了一定缓解。然而,随着地面客流量逐渐转向城市轨道交通,使客流规模持续攀升,城市轨道交通相关部门的运营压力也与日俱增。为了缓解日益增长的城市轨道交通客流压力,避免过度拥挤而导致一系列运营事故的发生。上海城市作为轨道交通行业发展水平较高的大城市,其城市轨道交通的运营体系已经较为完善,但是城市轨道交通客流量过于拥挤的现状依旧较为严重,客流量的不平衡性也给城市轨道交通运营相关部门的调度工作带来了困难,因此,如何合理预测轨道交通客流趋势已经成为目前上海城市轨道交通建设工作中的重中之重。本文拟研究上海城市轨道交通客流预测问题,由于上海城市轨道交通平日客流量数据存在一定的随机波动且呈现较为明显的线性递增趋势,适用于灰色新陈代谢模型的预测,但在预测性能上仍然需要优化改进。因此,本文在传统灰色新陈代谢预测模型的基础上,采用Holt双参数指数平滑法对灰色新陈代谢模型进行优化,建立了灰色改良新陈代谢模型。提升了传统灰色新陈代谢模型的预测精度。另外,由于上海城市轨道交通节假日客流随机性波动较大,且历史客流数据较少,因此适用于指数平滑与马尔科夫组合模型的预测,本文基于指数平滑结合马尔科夫的组合模型的基础上,结合影响客流预测的相关因素对精度较低的预测结果进行了修正并使用粒子群算法提升了模型整体的预测精度。综上所述,本文研究上海城市轨道交通客流预测问题,根据上海城市轨道交通客流量历史特征,分别针对平日和节假日两种类型,使用基于holt指数平滑优化的灰色改良新陈代谢模型和基于粒子群算法的holt指数平滑法与马尔科夫链组合模型来构建上海城市轨道平日客流量及节假日客流量预测模型。并运用该模型去预测上海城市轨道交通平日以及节假日客流量,获得了较为良好的预测效果。所得结果不仅丰富了轨道交通客流量预测的研究,而且能够给城市轨道交通运营部门提供日常运营建议。因此本课题的研究具有一定的理论意义与现实价值。