伴随着中国经济实力以及综合国力的快速增长,铁路作为国民经济的重点行业得到快速发展,随着高速铁路网络的逐渐完善,高速铁路作为一种方便快捷的交通方式被越来越多的人所认可。但是,高速铁路的快速发展离不开基础研究,客流预测是修建高速铁路的依据,高效的客流组织才能更好的发挥铁路效益。因此,对高速铁路客流进行分析,研究更加精确的高速铁路客流预测方法在理论和现实上都具有重要意义。本文首先从单一预测和组合预测两个角度综述了高速铁路客流预测理论与方法,为建立短期客流预测模型奠定理论基础;其次,主要介绍了几种典型的客流预测模型,分析不同模型的适用条件及其局限性,为短期客流预测模型提供参考依据;然后,分别分析了高速铁路客流的多种影响因素,包括时间、空间和客流属性的影响;第四,通过混合经验模态分解方法和神经网络方法的EMD-BPN方法来预测高速铁路短期客流量。组合方法主要分为三步:首先使用经验模态分解方法将客流时间序列分解,得到多个IMF(固有模态函数)分量。然后将IMFs作为BP神经网络的输入。第三阶段应用神经网络对客流量做出预测。第三阶段我们将历史客流数据、分离的EMD分量以及时空因素考虑进去。第五,以武广高铁为研究对象,运用EMD-BPN短期客流预测模型实证分析,取得了较好的预测效果,说明EMD-BPN客流预测模型具有较好的适应性;最后总结论文研究成果,提出有待于进一步深入研究的方向和问题。