城市轨道交通因其安全、速度快、运量大、便捷等优点,能够有效缓解城市交通拥堵,满足人们的出行需要,已逐渐成为城市交通系统的重要组成部分。因此对历史客流数据进行分析研究并构建合适的客流预测模型来预测客流是十分必要的。准确的短期客流预测对城市轨道交通运营和管理工作及提升服务质量具有重要帮助。因此,围绕城市轨道交通短期客流预测,本文主要进行如下工作。(1)首先对轨道交通客流进行统计分析,主要分析了轨道交通客流主要影响因素,以日、周为时间粒度线路客流和车站客流的变化情况,以得到轨道交通客流潜在的客流规律。(2)对轨道交通常用客流预测方法进行研究,总结各种客流预测方法的优缺点,指出支持向量机模型在轨道交通客流预测的适用性,确定使用支持向量机模型预测研究轨道交通短期客流。(3)阐述支持向量机方法的基本原理、自由参数和参数确定方法,进而运用遗传算法优化支持向量机模型,确定构造改进的基于遗传算法优化支持向量机中惩罚参数C、不敏感损失函数ε、核参数σ的客流预测模型。(4)以苏州轨道交通汾湖路站进站历史数据为基础,通过聚类分析和相关性分析方法确定模型的输入特征,逐步建立基于遗传算法优化支持向量机中惩罚参数C、不敏感损失函数ε、核参数σ的客流预测模型。并比较不同方法得到的客流预测结果,验证遗传算法优化支持向量机的惩罚参数、不敏感损失函数以及核参数的模型在预测结果方面的改善。