李和壁 ，梁家健，高 扬

（1.中国铁道科学研究院 研究生部，北京 100081；2.中国铁道科学研究院集团有限公司 铁道科学技术研究发展中心，北京 100081；3.中国国家铁路集团有限公司 铁路安全研究中心，北京 100081)

0 引言

准确的客流预测可以更好地掌握客流变化规律，应对灵活多变的运输市场需求，是铁路运输企业进行科学管理的重要基础，也是铁路运力调整与客运营销分析的有力支撑[1]。

在高速铁路客流预测研究方面，张伯敏[2]通过对沪宁城际铁路短期客运量的时序特征和变化规律的分析，表明短期客运量时间序列是一种具有周期性特征、增长趋势缓慢的非平稳时间序列。滕靖等[3]结合对非线性时间序列数据处理具有优势的长短期记忆LSTM神经网络模型，将日期属性和天气因素纳入模型的影响因素体系。杨晓等[4]在考虑高速铁路短期客流周期性和波动性的基础上，提出和建立反映短期客流时空变化特征的改进重力模型，探讨回归分析和季节指数相结合的客流预测方法。曹承等[5]通过混合经验模态分解方法和神经网络方法的EMD-BPN方法对高速铁路短期客流量进行预测。李倩[6]以四阶段法为基础，在吸纳其预测思想和秉承其预测步骤的前提下，对已有预测模型进行改进和创新，提出了基于路网的高速铁路客流预测方法。夏青[7]利用客流波动趋势的时间序列聚类策略，根据节假日客流的变化趋势特点，提出了基于客流波动规律的节假日客流预测方法。……