El tránsito ferroviario urbano ofrece ventajas como alta seguridad, eficiencia energética y amigabilidad con el medio ambiente. Con las ciudades expandiéndose rápidamente, los viajeros están utilizando cada vez más los sistemas ferroviarios, aumentando la demanda de capacidad y eficiencia de pasajeros y presionando a estas redes. La predicción de flujos de pasajeros es una parte esencial de los sistemas de transporte. La predicción de flujos de pasajeros a corto plazo para el tránsito ferroviario puede estimar los volúmenes futuros de las estaciones, proporcionando datos valiosos para guiar la gestión de operaciones y mitigar la congestión. Este estudio ilustra que los algoritmos adoptados muestran un buen rendimiento para la predicción de pasajeros. El modelo LSTM con eliminación de ruido wavelet resultó ser el más preciso, demostrando su aplicabilidad para la predicción a corto plazo del tránsito ferroviario y su importancia práctica. Los hallazgos de la investigación pueden proporcionar recomendaciones fundamentales para implementar medidas adecuadas de control de flujos de pasajeros en estaciones y ofrecer referencias efectivas para predecir el flujo de pasajeros y mitigar la presión del tráfico en diversas ciudades.