《城市轨道交通进站客流量短时预测模型研究》是一本极具实用价值的著作，由北京建筑大学七木与交通工程学院的刘美琪、焦朋朋和孙拓三位学者共同撰写。本书深入探讨了如何利用数学方法改善城市轨道交通进站客流量短时预测的效果，对于提升轨道交通车站客流管理的智能化水平具有重要意义。

本书首先介绍了非参数回归模型在短时客流预测中的应用，通过建立K近邻非参数回归模型，为读者展示了一种新颖的预测方法。在此基础上，作者进一步在传统的卡尔曼滤波模型中引入偏差修正系数，以提高其预测精度。此外，通过贝叶斯方法将上述模型进行组合，形成了一种更为强大的预测工具。

本书的研究对象为2013年11月北京市地铁13号线的进站客流数据，通过对比分析早高峰、平峰、晚高峰和全天四个时段的预测精度，得出了K近邻非参数回归模型在总体预测精度上表现最佳，贝叶斯组合模型次之，而基于偏差修正系数的卡尔曼滤波模型在晚高峰时段的应用效果较差。

本书不仅适合城市轨道交通行业的管理者和研究人员阅读，对于广大交通规划、交通工程和智能交通系统等相关领域的专业人士也具有极高的参考价值。以下是本书的推荐语：

《城市轨道交通进站客流量短时预测模型研究》一书，以严谨的学术态度和丰富的实践经验，为读者呈现了一幅城市轨道交通客流预测的全新画卷。书中深入剖析了非参数回归模型、卡尔曼滤波模型以及贝叶斯组合模型在短时客流预测中的应用，并通过实际案例验证了模型的预测效果。本书不仅有助于提升城市轨道交通车站客流管理的智能化水平，还为交通规划、交通工程和智能交通系统等领域的研究提供了有益的借鉴。无论是行业从业者还是学术研究人员，都将在这本书中找到宝贵的知识和启示。赶快加入阅读行列，与作者一同探索城市轨道交通客流预测的奥秘吧！