常规公交作为公共交通的重要组成部分,由于其可靠性、舒适性以及服务效率较低,不能很好的满足乘客日益增长的出行需求,大多出行者因此会选择私家车出行,这就导致了道路资源利用率较低、道路交通拥挤等问题。响应式定制公交作为一种新型的公共交通方式,因其具有较高的服务水平、可靠性以及舒适性等特点,能满足大多数乘客个性化和多样化出行需求,而快速地在全国各大城市范围内兴起。虽然已经认识到可靠性和舒适性对响应式定制公交的重要性,但从线路设计的角度如何提高可靠性和舒适性还没有得到很好的回答。本文从可靠性和舒适性两方面来研究需求响应式定制公交线路设计。首先,本文从乘客的角度出发,在可靠性和舒适性条件下建立需求响应式定制公交线路设计问题的模型。论文以车辆的可变成本和车辆的固定成本最小为目标函数,以车辆可靠性等为约束条件构建模型。其次,通过设计算例对模型的正确性进行验证和分析。本文使用lingo软件对所构建的模型进行了验证,证明了模型的正确性和有效性。同时,根据本文决策模型的特点设计了适用于本文模型的种群编码方式,以及选择、交叉、变异算子等遗传算法关键要素,并使用设计好的遗传算法对同一规模下的模型进行求解,通过比较遗传算法和lingo软件求得结果的精确度、运算效率以及适应算例的大小发现,在求解优化问题上使用遗传算法具有明显的优势。再次,对比分析了考虑可靠性和舒适性以及不考虑可靠性和舒适性两种情况下的需求响应式定制公交线路设计问题。最后,使用遗传算法求解较大规模的算例,证明了遗传算法对于求解组合优化问题具有更大的优势。本文的研究得到以下结论:(1)遗传算法和lingo软件在同样规模算例下,使用遗传算法运行效率高,精度略低于精确算法,精确算法得出的系统总成本小于遗传算法得出的系统总成本,但遗传算法求出的线路可靠性高于精确算法的可靠性;(2)通过对比考虑可靠性和舒适性要求和不考虑可靠性和舒适性要求两种情况下需求响应式定制公交线路设计的求解结果,发现不考虑可靠性和舒适性要求的需求响应式定制公交线路设计的总成本要低于考虑可靠性和舒适性要求的响应式定制公交线路设计的总成本且线路数量要少于考虑可靠性和舒适性要求的响应式定制公交线路设计,同时线路的可靠性、系统总成本会随着β的取值发生变化,线路走向也会发生相应的变化;(3)使用遗传算法求解较大规模(30、50以及70个点)的算例时发现,本文设计的遗传算法可以较好的求解需求响应式定制公交线路设计问题,具有良好的求解精度和求解效率,在求解较大规模算例时使用遗传算法可以比较充分的发挥启发式算法求全局最优解的能力。论文的研究弥补了已有的对需求响应式定制公交线路设计相关研究的不足,一方面有助于运营商充分运用车辆运力,这样能够吸引更多的出行者来乘坐,为乘客提供较高水平的公交服务;另一方面可以有效降低运营商的运营成本,提高运营商的服务水平,从而发展成一种良性的公共交通。同时,对促进运营商的创新发展以及公共交通的创新发展具有重要的理论意义。