1.一種客流量預測方法，其特征在于，包括：

獲取待預測線路的乘客刷卡信息，所述乘客刷卡信息包括乘客標識信息以及刷卡時間；

根據乘客標識信息以及刷卡時間，運用結構化查詢語言確定每個乘客的總乘車次數；

根據每個乘客的總乘車次數，將乘客分為規律乘客、中型乘客和隨機乘客；

針對規律乘客、中型乘客和隨機乘客，分別采用鴿群算法加支持向量機算法進行相應的客流量預測；

根據規律乘客的客流量預測值、中型乘客的客流量預測值和隨機乘客的客流量預測值，確定所述待預測線路的客流量預測值；

所述針對規律乘客、中型乘客和隨機乘客，分別采用鴿群算法加支持向量機算法進行相應的客流量預測，包括：

根據歷史數據，計算前N天中，每一天每種類型乘客的客流量；

根據鴿群算法，選擇支持向量機算法中核函數的參數的值；

在選定核函數的參數的值后，將每一種類型乘客前N天的客流量輸入到支持向量機算法，得到每一種類型乘客第N+1天的客流量預測值；

其中，所述根據鴿群算法，選擇支持向量機算法中核函數的參數的值，包括：

選擇支持向量機算法需要用到的核函數，并確定所述核函數中的參數的范圍；

將所述核函數的參數的范圍進行分割，確定參數在每一段范圍內對應的初始值；

根據參數在每一段范圍內對應的初始值，對參數進行正交化；

將參數對應的正交化陣列輸入至鴿群算法，確定核函數的參數的值；

其中，在所述將參數對應的正交化陣列輸入至鴿群算法，確定核函數的參數的值之后，還包括：

將鴿群算法確定的參數值輸入至支持向量機算法；

利用支持向量機算法對參數值進行評價，并將評價結果輸入至鴿群算法；

利用鴿群算法根據評價結果對參數的值進行修正。