公交行程时间可靠性可以反映公交车辆在道路上运行情况,也是影响出行者选择出行方式主要因素之一。既有的公交可靠性研究大多是针对燃油公交、天然气公交和混合动力公交,纯电动公交可靠性与燃油公交等有较大差异。所以,有必要开展纯电动公交可靠性研究,为乘客提供实时的公交运行时间信息以提高乘客行程时间可靠性。本文以纯电动公交为研究对象。首先,通过对纯电动公交到站时间影响因素的分析,选取车型、SOC值、电池年龄、时段等作为输入条件,建立萤火虫算法优化的BP神经网络到站时间预测模型。利用公交运行数据对模型进行训练和测试,卡尔曼滤波模型的均方根误差为35.1%,BP神经网络模型的均方根误差为5.9%,萤火虫算法优化的BP神经网络的均方根误差为4.0%。结果表明,本文所建模型有效提高了预测精度,具有较好的可靠性及可行性。其次,分析乘客的出行过程,从乘客的角度出发,将公交乘客的行程时间可靠性分为候车时间可靠性和乘车时间可靠性两部分。分别对公交乘客到达公交站点的时间和公交区间单位距离运行时间进行概率分布拟合,建立了候车时间可靠性和乘车时间可靠性模型。采用层次分析法确定指标权重系数,建立纯电动公交行程时间可靠性综合评价模型。利用福州市321路纯电动公交运营数据对综合评价模型进行验证,结果表明,平峰时段和高峰时段的公交乘客行程时间可靠度分别为0.845和0.687。计算结果与实际情况较为吻合,表明本文提出的乘客感知公交行程时间可靠性评价模型具有可行性与合理性。最后,建立以纯电动公交车车辆满载率、发车间隔以及续航里程和充电时间为约束条件,以乘客出行成本最小、公交企业运营收益最大为目标的改善纯电动公交运营可靠性优化调度模型,并利用遗传-模拟退火算法对模型进行求解。结合具体算例对所建立的模型进行验证,结果表明,求解得到全天最优发车次数与实际的发车次数较为接近,说明本文构建的调度模型较为合理,能够运用于实际解决纯电动公交发车时刻表的优化问题。