良好的城市交通发展状态对于经济社会的进步具有重要意义。二十一世纪以来,交通行业的迅速扩张带来了停车困难、道路拥挤等诸多城市问题,它们对于经济社会的发展表现出不利的影响,是现代社会生产和生活中不可忽视的突出矛盾。通过发展公共交通以缓解乃至解决城市交通问题被看作是重要且有效的措施,并已取得全球共识。而常规公交作为最为常见和普遍存在的公共交通方式,它的发展程度是公共交通发展水平的重要体现。伴随着公共交通的发展,对于常规公交的研究工作得以持续的深入和扩展,其中常规公交运力配置已成为重点研究问题之一。此外,关于公交客流预测、发车间隔优化等问题的研究同样处于不断的发展中。实际生产运营中,常规公交的管理者在进行公交车辆配置时往往选择单一的公交车型,在进行公交调度时通常设定固定的发车间隔。而公交线路的客流量在时间分布上往往存在不均匀性,单一的车辆类型和固定的发车间隔极易造成非高峰时段资源浪费、高峰时段过度拥挤的情况。为有效解决该问题,本文对常规公交线路多车型配置进行研究。本文首先采用GRNN神经网络对常规公交线路客流量进行预测。然后根据线路客流特征,划分客流高峰、平峰、低峰时段,将客流预测结果作为约束条件,分别建立以公交运营成本与乘客候车时间成本最小为目标函数的常规公交发车间隔优化模型,并给出模型的求解方法。最后,将公交客流预测和发车间隔优化的结果同时作为约束条件,在对运力配置和车型选择的影响因素进行分析的基础上,建立以公交线路单位运能的公交公司成本最小为目标函数的常规公交线路多车型配置的优化模型,并给出基于MATLAB的模型求解方法。最后通过实例验证,证明本文所提出的常规公交线路多车型配置优化方法在保证线路运能的基础上,可以有效降低公交公司成本。