城市轨道交通系统的网络化程度越来越高,对轨道交通系统的运营管理提出了动态化、信息化的要求。由于目前的信息采集系统难以满足轨道交通的动态化管理需求,因此对客流分布状态的预估成为了一个具有现实意义的难题。基于此,本文对轨道客流动态管理系统的基础输入数据——短时客流OD矩阵的预测问题进行了研究。首先,结合轨道系统的特点对客流OD预测问题的特性进行分析,紧接着对现有研究的思路和方法进行梳理和归纳,基于此,本文形成了以充分利用历史数据为重点,融合实时数据进行预测模型构建的研究路线。其次,对客流OD的变化规律及其影响因素进行分析。主要内容包括:（1）运用聚类技术和可视化手段对客流OD分布规律进行分析和说明;（2）提出短时客流OD相似性、平稳性和复杂度计算方法,选择从相似性和复杂度两个维度评判客流OD的可预测性,为预测时间粒度的选择提供理论指导。再次,构建了基于K近邻算法的城市轨道交通短时客流OD预测模型,建立以最小二乘模型为基础,融合历史数据和实时数据的预测值修正模型。利用实际案例对预测模型的参数设置和实施过程进行了详细介绍。最终实验结果表明,所有预测站点在工作日的平均加权绝对误差为2.16人次/30min,非工作日为2.02人次/50min,证明本文提出的预测模型对各类型站点具有较好的适应性,预测方法是有效的,其预测结果具有较高的可靠性。