伴随着城镇化建设连续不断的快速推进以及机动车保有辆的日益增加,城市交通堵塞问题形势严峻。公交网络作为城市交通的重要组成部分,面临着线网整体规模持续提升,乘客出行需求趋向多元化等诸多考验。现阶段,数字化管理技术不断完善,多源数据获取与分析技术也得到进一步提升。因此,采用多源数据分析客流需求,对公交线网进行合理布局具有学术意义和应用价值。研究进行了以下工作:（1）探讨多源数据间映射关系,建立30m半径的站点缓冲区,生成公交到站时刻表,并采用时间匹配方法识别乘客刷卡上车站点。考虑乘客出行距离、站点周边土地利用情况、站点客流发生强度、站点换乘系数四种下车影响因素,构建下车概率模型推导站点下车人数。基于公交客流分布的不确定性,对多日客流分布情况进行统计分析,运用区间不确定性理论,得到用区间数表示的公交站间OD矩阵和交通小区OD矩阵。（2）确定公交线网优化思路,并根据线网优化原则及其影响因素,以乘客总出行时间最短和公交满载率最高为目标,以线路长度、非直线系数、客运能力、断面客流均衡性、公交线网密度、站点覆盖率等因素为约束条件,构建基于综合效率最优的公交线网多目标优化模型。（3）采用粒子群优化算法求解线网优化模型,针对含区间变量的多目标优化问题,定义基于概率的粒子优劣比较原则,确定算法外部储备集更新步骤、粒子个体最优值和全局最优值的更新策略,提出基于概率的区间多目标粒子群优化算法。以苏州市工业园区为案例进行实例分析,求解线网优化模型,推导出理想公交线网,并结合现状网络布局调整公交线路走向。本研究利用公交多源数据,结合区间不确定性理论得出公交客流需求,并应用基于概率的粒子群优化算法求解多目标优化模型,可以优化公交网络布局,有助于提高公交运营效率,减少乘客出行成本。