公交客运量是营运计划制定,线路运力配置,车辆管理调度的重要依据。预测公交客运量的发展变化趋势,有利于提高公交管理水平。公交客运量受宏观和微观因素的影响。研究发现,在这些因素的综合影响下,公交客运量具有以下规律特征:第一,公交客运量呈现整体上升的趋势;第二,公交客运量具有周期波动性和随机波动性。其中公交集团、公司和分公司客运量的周期波动性较强,随机波动性较弱。而线路客运量受随机影响较大,随机波动性较强,周期波动性较弱。针对公交客运量整体上升和周期波动的特点,论文提出通过长期趋势函数拟合整体上升趋势和波动函数拟合周期波动特征的时间序列模型。实验表明,对于周期波动性较强的公交集团、公司和分公司客运量预测,该模型具有较好的预测效果,平均相对误差低于5%。由于该模型主要是依据公交客运量的周期波动特征,而线路客运量容易受随机因素影响,随机波动性较强,因此,对于线路客运量预测需要针对其随机波动特征建立相应模型。考虑到灰色模型能够削弱随机因素的影响,论文应用通过残差修正改进的GM(1,1)灰色模型对线路客运量进行预测。实验表明,在线路客运量预测时,改进GM(1,1)模型平均相对误差低于8.8%,且较时间序列模型平均预测精度提高6%,较改进前的模型平均预测精度提高1%-2%。最后,论文以建立的预测模型为基础,设计实现了公交客运量预测系统。系统以公交客运量历史数据为输入数据,采用数据仓库、模块库等技术完成了数据仓库模块、模型库模块、预测管理模块、人机界面模块及结果集成模块的设计,实现了数据的存储、结果的查询分析、模型的添加管理以及客运量的预测管理。系统在公交公司运行稳定,预测精度符合公交管理需要。