铁路客流预测是铁路旅客运输组织工作的一项重要内容,是科学制定旅客运输计划、合理设计客运产品的主要依据,准确预测客流是铁路运输企业面向市场、把握未来的重要保障。本文主要研究铁路客流量的短期预测问题,旨在探讨适应城市之间短期客流量变化规律的预测方法,为铁路日常客运组织工作提供决策依据。在对铁路客流预测及民航等相关领域短期市场预测的国内外研究现状进行回顾与总结的基础上,本文首先对城市间短期客流的时序特征和变化规律进行了分析,得出短期客流整体上存在一定的稳定性和周期性,局部存在突变性,从而为定性与定量相结合的预测方法的提出提供了理论依据。借鉴波尔原子模型,本文提出和建立了涵盖特殊时段客流量与平日客流量的客流激发能级模型,并将前者定义为激发态客流,后者定义为基态趋势客流,从而把客流短期预测问题转化为了激发态客流增量的确定和基态趋势客流预测两个问题。针对如何确定激发态客流增量的问题,首先分析了引起客流跃迁的因素,提出了对影响因素进行能级评定的模糊综合评价方法。为了克服历史数据不足的问题,设计了通过时间序列聚类分析进行学习样本集的积累的方法。针对基态趋势客流预测问题,研究了进行奇异值检测处理并运用最小二乘支持向量机进行预测的解决方案。为了改进预测效果,利用遗传算法对最小二乘支持向量机进行了参数优化。论文的最后利用客票系统武广线实际数据对所提出的模型和方法进行了实证分析,结果证明验证了相关模型与方法是有效的。