随着中国经济的发展，城镇化水平的不断提高，城市地面交通拥堵不可避免，而轨道交通可以通过利用地下空间解决拥堵问题，因此，发展城市轨道交通已在“十五”期间列入计划发展纲要，成为拉动经济发展的重大战略。AFC(Automatic Fare Collection)系统是轨道交通为乘客提供服务的直接窗口，回收类票卡管理作为城市轨道交通运营管理的重要组成部分，是轨道交通服务水平评价的重要指标，也是提高轨道交通运营收益的关键。因此，如何提高回收类票卡的管理水平是轨道交通运营管理中的一个重要课题。　　本文首先对国内外回收类票卡管理以及时序数据预测两方面的研究现状进行了综述;接着介绍了回收类票卡在AFC系统中的生命周期，找出需要加强管理的环节，并将从AFC系统提取的时序数据进行加工整理，按照时间进行分类，得到回收类票卡使用比例、使用数量、遗失数量、每站流动数量的统计规律;然后，由于回收类票卡的时序数据具有线性规律与非线性特征，所以选择了ARIMA模型和RBF模型进行时序数据预测，在ARIMA模型中利用组合定阶降低出差错概率，利用卡尔曼滤波改进其延时性，以及在多步预测时采用滚动式方法，以此得到比ARIMA模型预测精度高的改进型，再利用RBF网络对残差进行预测，最后得到“改进型ARIMA+RBF”的混合模型，利用该模型进行各项预测，并通过误差指标判断模型的预测精度，通过实例验证，本文所提出的混合模型的预测精度比改进前高、混合前高，更加容易满足运营管理的需求;再依据上述预测值管理回收类票卡，提出了票卡库存安全值的设定、采购量的公式，利用动态规划法、表上作业法，确定调配方案，摒弃了过去依靠经验、被动式地管理，有效地降低了管理的成本，提高了管理的质量;最后设计并实现了回收类票卡管理系统，通过该系统可以比较方便地得到合理的库存值、调配方案，减少运营成本，提高回收类票卡管理的信息化程度。　　总体来说，本课题研究、设计并实现了轨道交通回收类票卡管理的综合分析、科学预测、信息化和可视化展现，在票卡管理的信息化、自动化、科学化等方面做了一些有益的探索和工作。