1.一種城市公共交通站點人數的預測方法，其特征在于，所述預測方法包括：

統計在訓練時段內待測城市公共交通所有站點各時間區間內的站點人數，構建在訓練時段內的公共交通站點人數矩陣；

根據所述公共交通站點人數矩陣，構建站點特征向量；

根據所述站點特征向量對公共交通站點進行層次聚類，并根據聚類結果從各站點中確定監測站點；

統計在預測時段內各監測站點的站點人數，構建預測時段內的監測站點人數向量；

根據所述公共交通站點人數矩陣及預測時段內的監測站點人數向量，建立基于非負約束的稀疏嶺回歸模型，以確定預測時段內的各監測站點的站點人數與訓練時段各站點的站點人數之間的時間相似度系數；

基于所述公共交通站點人數矩陣，根據所述時間相似度系數，預測所有站點的站點預測人數；具體包括：

將時間相似度系數按照時間順序排列，得到時間相似度系數向量α：

α＝[α₁,α₂,…,α_p(S-1)+1]^T；

其中，α₁,α₂,…,α_p(S-1)+1分別為預測時段內的各監測站點的站點人數與訓練時段各站點的站點人數之間的時間相似度系數，自然數S為連續時間區間的總個數，p為重采樣過程的時間采樣率，上標T表示轉置運算；

根據公共交通站點人數矩陣X與時間相似度系數向量α，得到預測時段內所有站點的預測人數向量Y：

Y＝Xα；

根據預測時段內所有站點的預測人數向量Y，確定所有站點的站點預測人數。