调度方案作为公交运营的核心工作,其合理性对企业与乘客都有较大的影响。由于全程车调度方式易导致线路客流在时空分布上不均衡,引发车辆运力与所需运载的乘客量上的不平衡,而大站公交组合调度的方式能较大程度的缓解这个问题。因此,有必要对线路客流特征进行挖掘,基于线路客流特征对大站公交组合调度方法进行研究。随着公交数据采集的便利程度和数据种类愈加提升,从多源数据中获取线路客流特征也变得更加容易。所以,可通过对数据进行挖掘来识别线路的特征,为调度方案的制定提供现实支撑。首先,针对数据开展预处理方法研究。先对公交多源数据的含义与内容进行界定,介绍各类数据的产生原理与数据结构。为提高处理效率,针对线路客流特征挖掘过程中无用、错误的数据,预先对其进行清理,并规范数据格式;针对公交到离站数据缺失的问题,结合实际运营中车辆的报站率情况,在满足数据精度的情况下,运用插值法对数据进行修复。其次,对大站公交组合调度基础数据获取方法研究。介绍调度形式与原理,从线路配置、发车间隔、客流特征等角度提出线路的筛选条件。考虑刷卡数据的时序性,运用最优分割法选择实施时段。从站距与客流角度提出大站停靠站数量的上下限,再通过站点性质对站点进行选择。客流特征识别方面,对刷卡数据与到离站数据的系统时间误差进行修正,并应用时间匹配法识别上车站点。将乘客划分为有出行规律乘客与无出行规律乘客,对有出行规律的乘客提出基于出行规律的下车识别方法,对无出行规律的乘客提出基于站点吸引概率的下车识别方法。再次,构建大站公交组合调度优化模型。考虑实际运营情况,以满载率与发车间隔为约束,对乘客与企业成本进行统筹考虑,分别对全程车调度、大站公交组合调度优化模型进行构建。以人工鱼群算法为基础,对参数变化的影响程度进行研究,针对其不足对参数与鱼群行为进行改进。借由选取的测试函数,对改进前后的算法进行测试,证明改进后其求解性能有所提升。最后,以福州市125路公交为研究对象。对该线路刷卡率、运营时段划分、系统时差时间进行分析,结合识别的线路客流特征,确定大站公交布设参数,构建125路大站公交组合调度优化模型。通过代入现状发车频率与求解后的组合调度发车频率,以此分析单一调度与大站公交组合调度优化的成本变化。结果表明,大站公交组合调度方案使系统总成本降低了4.82%。