近年来,主干交通需求的稳步提升导致了末端出行压力的持续增加。作为城市公共交通的必要补充,末端接驳服务起到了疏导干线交通末端需求的重要作用,同时还提高了公共交通的可达性及居民出行的便捷性。为实现精细化的接驳服务,接驳系统的规划需要精确地掌握各区域的需求特征,并在合适的区域针对性地规划接驳资源。如果盲目地规划资源,往往会导致乘客出行体验不佳或车队利润受损。所以找到一种能够准确,快速解决“在哪规划资源”及“如何规划资源”的方法是目前接驳系统规划的难点和重点。基于以上背景,本文提出了一种数据驱动的接驳系统规划方法,其依托于城市交通订单数据,能够实现末端需求的挖掘,最佳接驳区域的识别及差异化的资源配置,从而实现经济成本与乘客出行体验的平衡。本文提出了一种识别末端需求的算法,该算法针对不同类型的数据集进行自适应地识别,挖掘末端需求数据并确定不同区域的辐射范围。在此基础上,对末端需求进行时空特征分析,旨在了解乘客的出行规律和偏好,分析末端出行行为的影响因素,为接驳系统规划做准备。接着,本文提出了一种数据驱动的接驳区域规划框架,旨在识别最适合提供末端出行服务的区域。该框架利用改进的无监督聚类算法确定停靠站点的布局,借助遗传算法设计接驳车辆的服务路径及排班,并基于实际接驳场景进行模拟仿真,利用利润-成本模型量化模拟接驳效果,用以评估不同区域提供末端出行服务的表现,从而确定适合提供末端出行服务的站点区域。除此之外,本文还提出了一种数据驱动的响应式接驳资源配置框架,旨在针对不同区域确定最佳的资源配置方案。该框架依托于实际的末端出行数据,基于响应式接驳场景进行模拟仿真及可视化,确定适合各区域的接驳资源配置方案,从而实现车队运营收益的最大化。依托于共享单车数据,以上海末端接驳系统规划为例分析框架的适用性及其合理性。本文的研究为接驳系统的快速规划及供需的精确匹配提供了理论依据,为有效解决城市拥堵及特殊人群的出行公平性问题提供了解决方案,对城市公共交通多模式出行及绿色出行的推广应用同样有着重要的实践意义。