城市轨道交通已经发展成为现代交通体系重要的一部分.随着城市轨道交通系统建设速度越来越快,其对居民出行的影响也越来越大,站点客流的实时变化也越来越显著.所以,通过分析历史客流数据,并建立实用的模型对短时客流进行预测是十分必要的.预测的客流信息对相关部门制定安全可靠的运营计划具有非常重要的作用.本文中的客流数据是通过轨道交通自动售检票系统获取的,根据城市轨道交通客流的特点,结合当前应用于城市轨道交通系统中的客流预测方法,将短时客流预测理论应用于上海市城市轨道交通系统并进行了相关研究.主要工作内容如下:1.首先采用描述客流时空分布的时间、断面、站点不均衡系数来分析客流在时间和空间分布的不均衡性,并根据各站点的时段分布不均衡系数,将站点分为客流分布极不均衡型、不均衡型和均衡型三种类型.2.深入研究了时间序列模型、支持向量机模型、组合预测模型等短时客流预测理论,并提出了自适应窗宽的滑动平均方法和小波阈值去噪组合支持向量机方法用于短时客流预测.并采用上海市轨道交通客流数据和标准评价方法对预测效果进行分析,结果表明小波阈值去噪组合支持向量机的算法对于复杂非线性的大型客流量站点具有较高的预测精度,能够较好的预测客流分布极不均衡型和不均衡型站点;而滑动平均的预测方法对于均衡型的站点具有预测精度较好且算法耗时短的优点.3.应用Matlab和JAVA开发设计图形用户界面程序,实现路网内客流的预测分析等功能,实现了客流量的可视化功能,完成了研究内容的展示.