随着交通供需矛盾的日益加重,公交优先战略的深入实施迫在眉睫,采用先进的公交调度技术成为提升公交核心竞争力的重要途径。目前,我国城市公交公司基本上仍采用“定点发车,两头卡点”的单线调度模式,这种模式制约了公交资源的合理配置,限制了先进的公交系统(APTS)中各种新技术在公共交通发展中的推广,导致乘客等待时间过长、车辆载客率不均衡等问题,公交服务水平和运营效益都普遍不高。相较于单线运营模式,区域调度模式下公交的运营效率可以提高8%~20%。本文从区域调度的角度,充分挖掘和利用公交乘客出行信息,对公交调度优化技术进行了研究,旨在为公交公司推行高效的区域调度模式提供理论和决策依据。本文以智能公共交通系统为背景,利用公交IC卡、公交GPS、公交站点等各种公交信息进行数据融合和挖掘,确定了公交刷卡乘客上车、下车、换乘站点的判断方法,结合哈尔滨市某公交线路对公交客流时空分布特性进行了分析。在分析公交短时客流特性的基础上,提出了基于RBF神经网络模型的公交短时客流预测方法,应用实例对模型预测精度进行评估,结果表明模型预测误差较小,另外对比各类型输入变量对预测结果的影响,发现预测模型对输入变量类型选取的依赖性较低。设计了基于换乘时间窗的公交调度策略,该策略能有效的发挥智能公交系统的技术优势,弥补目前调度方式限制科技应用的弊端。基于换乘时间窗的设置,构建了区域动态时刻表优化模型,模型以区域内各线路公交车辆发车时刻和其在换乘站点的滞站时间为决策变量,以区域内所有公交出行者的等待时间最小为优化目标。模型采用遗传算法求解,设计算例验证了的有效性。