公交出行特征挖掘的目的是为公交运行组织优化提供基础数据,近年来随着公交运行供需矛盾不断加剧,迫使公交运行组织朝智能化和精细化方向发展,通过挖掘IC卡信息来解析公交出行的时空特征,能够为公交运行组织及调度提供基础数据。而目前基于IC卡的公交出行特征挖掘不足以支撑精细化运行管理,这必然对公交出行特征挖掘提出更高的要求,尤其是公交系统内部元素之间关联特征的解析。与此同时,建立智能、科学的公共交通系统,实现公交调度智能化、高效化,以切实有效地缓解城市道路交通压力,已逐步成为人们的共识。为此,本文以青岛市1路公交IC卡数据为研究对象,推断公交乘客的上车及下车站点,进而提出公交线路上站点之间关联度计算模型,为精细化公交运行组织方案设计奠定基础,并以成本最小化为目标建立全程车-跳站车协同调度模型,对高峰时段公交调度方案进行优化。本文研究主要包含以下内容:首先,基于前人的研究成果,分别以IC卡数据处理及公交调度两个方面,对国内外研究现状进行总结,并在此基础上明确本文的研究内容及目标,阐述本文的技术路线;其次,对本文所研究的公交线路基本情况、IC卡的数据结构以及数据采集方法进行阐述,并对数据进行筛选、清理、时间标准化及归类等预处理操作;然后,建立时间偏移量模糊匹配模型和客流偏移量二次匹配模型,对上车站点进行匹配;针对不同乘客乘车特性分别建立下车站点匹配方法,并分别用GPS数据及弗里德曼检验法对上下车站点匹配精度进行了评价。通过支持度与置信度量化关联强度,对各站点间的相关度进行解析并分析其影响因素;最后,结合站点关联度选定跳站车的停靠站点,从乘客和企业双重角度出发,以成本最小化、效益最大化为目标,建立全程车-跳站车协同调度模型,并用遗传算法求得模型最优解。通过实例验证对青岛1路早高峰时段公交调度方案进行优化,验证模型及算法的有效性。本文提出的上下车站点匹配模型能够在脱离GPS数据的条件下,较好地实现站点匹配,并充分揭示公交站点之间的关联特征。同时,采用全程车-跳站车协同调度可以有效地减少乘客出行成本、同时降低公交企业的运营费用,达到效益最大化,同时能显著提升公交运行效率,在高峰时段有效地进行客流集散,为公交的高效运行和实施精细化管理提供依据。