在交通强国的政策背景下,公共交通系统作为城市现代化系统中的关键组成部分,在城市管理和居民生活中发挥着巨大的作用。而各种各样的突发事件对公共交通系统运行产生着持续且不可预测的影响,公共交通系统面临着机遇与挑战,这要求运营者对公共交通系统的稳定性、抗扰动能力有准确的认识并进行科学管理。因此,将韧性科学的研究成果引入公交线网中,探索公交线网的韧性及其影响因素、快速消化消除突发事件带来的负面影响成为交通领域的一个有价值的研究角度。本文首先基于复杂网络理论,设计了城市公交网络的拓扑模型结构,并分析网络的节点度、聚类系数和中心性指标。其次,提出适用于城市公交线网的韧性概念与度量方式,基于网络性能指标与应急事件模拟策略明确了6种韧性的计算方式（IDC、IBC、ICC、RDC、RBC、RCC）,并通过文献研究与应用经验借鉴,总结分析了影响城市公交线网韧性的24个指标项。最后,基于贝叶斯网络,构建城市公交线网韧性模型,选择结构学习方法、参数学习方法,确定模型质量的评价指标和因果推断的方法。本文选择北京市公交运营过程中产生的多源数据,建立北京市公交线网的拓扑模型并进行分析,以北京市的四条代表性线路（740内环线、966路、610路、619路）为典型,使用K2结构学习方法和贝叶斯估计参数学习方法得到了最优的韧性模型,其准确率分别为0.8571、0.7143、0.7143、0.8571,且对应的韧性计算方式为基于中介中心性计算的IBC和RBC。对四条线路进行因果推断模型的建模、识别、估计、反驳过程,验证了韧性影响因素的因果关系,并从行车计划、公交接驳和智能应急系统三方面给出了韧性提升策略建议。本文的研究成果可以丰富城市公交线网韧性的研究体系,能够为分析公交线网应对应急突发事件的吸收能力、适应能力和恢复能力提供理论框架;以韧性指标为切入点,建立贝叶斯网络因果推断模型,分析影响因素与公交系统韧性间的因果关系。其结果对公交系统韧性研究提供了科学、精准的模型基础,有助于提出更有效的韧性提升建议。