市际客运班线是城市间的重要运输方式之一，对于市际客运班线客流量的准确预测，是提高市际客运班线的运营组织效率的关键，可为市际客运班线的运营组织提供一定的参考依据。然而，目前专门针对市际客运班线的客流预测研究较少，且囿于历史数据和预测模型的限制，客流预测精度较低。本文在研究市际客运班线客流特征的基础上，建立非节假日与节假日客流预测模型，并且基于面板数据对预测模型进行验证，旨在提高市际客运班线客流预测的精度。
　　本文在对数据进行预处理的前提下，分析市际客运班线客流的时空特征。空间特征方面，主要分析粤港澳大湾区广东省9市间的客流分布规律及空间班次分布规律；时间特征方面，主要从年、季度、月、周、日及小时等不同时间尺度分析了同一市际客运班线的客流特征。同时还着重对比了非节假日与节假日期间客流规律的异同点。
　　对于非节假日客流预测的研究，针对BP神经网络(Back Propagation Neural Network，BPNN)初始权值及阈值随机选取的不足，采用基于适应度进行选择操作的遗传算法对BP神经网络进行优化，形成了基于改进遗传算法优化BP神经网络的非节假日市际客运班线客流预测模型(Improved Genetic Algorithm Optimized BP Neural Network，IGA-BPNN)。为验证预测模型的准确性及适用性，在对模型的相关参数设置进行设置后，对深圳-广州市际客运班线的非节假日历史客流数据进行预测，结果表明，预测的平均相对误差为6.43%，预测精度较高。并且对同一时间内的粤港澳大湾区广东省9市间的市际客运班线客流进行了对比预测，其预测误差与深圳-广州市际客运班线较为接近，证明模型的适用性较强。
　　对于节假日客流预测的研究，首先对不同节假日进行分类，分析了不同节假日的影响时长。在非节假日客流预测模型的基础上预测节假日背景客流量，并且引入节假日客流波动系数，形成了节假日背景客流量与节假日客流波动系数相结合的节假日客流预测模型。对深圳-广州市际客运班线的节假日客流量进行预测分析，结果表明，平均相对误差为6.20%，同时引入广东省9市间的市际客运班线节假日客流面板数据对模型进行验证，其预测误差与深圳-广州市际客运班线较接近，证明非节假日客流预测模型的准确性及普适性。