城市公交系统作为公交交通系统的主要组成成分,是城市居民使用最频繁的交通工具。随着智能公交系统的不断发展,公交系统中会记录下海量的乘客出行数据,这些数据是分析乘客出行行为提高公交车服务质量的关键。然而,目前很多城市的IC卡数据只记录乘客的上车信息,没有乘客的下车信息,根据乘客上车记录推断出乘客下车站点成为目前公交客流问题的研究热点。本文基于IC卡数据和公交GPS数据,从静态推断和动态推断两方面进行公交客流问题研究。首先,针对IC系统中只有刷卡支付乘客记录没有投币支付乘客记录的问题,使用基于“支付事件阈值”的泊松分布模型补全站点上车人数,该方法主要依据连续两次刷卡记录之间的上车人数符合泊松分布这一结论,概率统计两次刷卡记录之间的投币上车人数,引入“支付事件阈值”将连续两次刷卡时间过长的情况去掉,使结果更加准确。其次,针对IC卡数据没有下车站点记录的问题,提出利用规则推断与序列化标注算法相结合的乘客下车站点推断方法,该方法主要分为两阶段:第一阶段利用行程链模型推出规律出行乘客的下车站点,整理结果构造数据集,第二阶段通过序列化标注模型推断出非规律出行乘客的下车站点,完成静态推断。最后,为实现乘客下车站点的实时推断,提出基于乘客出行记录与静态推断相结合的乘客实时下车站点推断方法,根据乘客实时的上车信息检索乘客历史出行记录,判断是否是规律出行站点,若是则直接标记下车站点,否则,用静态推断模型推断下车站点。本文利用两个城市的公交数据,分别对上述静态下车站点推断方法和动态下车站点推断方法进行了实例分析,验证了本文方法在实际应用中的有效性。