为了缓解城市交通拥堵和环境污染问题,满足乘客不同的出行需求,一种基于需求响应的公交服务逐渐兴起,称为定制公交。定制公交的线路规划由出行需求获取、合乘站点规划和行车路线规划三部分组成,传统的线路规划方案存在需求获取方式单一、站点与路线规划不合理等问题,对目标群体吸引力不足,导致定制公交上座率低甚至无法开行,因此对定制公交的线路规划问题展开深入研究很有必要。定制公交线路规划的关键在于合乘站点的设置,合乘站点由乘客出行需求位置规划得到,其本质是一个聚类过程。粒计算(Granular Computing,简称GrC)是处理复杂问题的一种新的方法论,在聚类过程中引入粒度分析的思想,可以简化聚类工作,得到较好的聚类结果。本文在现有粒计算理论和交通大数据分析方法研究的基础上,针对传统定制公交线路规划方案存在的问题进行优化,针对平台获取到的出行需求量少,难以进行线路规划的问题,本文提出一种结合传统公交站点与乘客实际出行需求的定制公交总需求获取方法。通过分析与当前规划目的地相同的传统公交线路上站点的客流量,判断该站点的出行需求度,以一定规则转化为定制公交出行需求补充到总需求中,以此增加市场对线路规划结果的影响,为出行需求量较少场景下的线路规划提供了一种可行的思路。针对合乘站点规划问题,本文提出一种满足多数乘客意愿与出行距离的合乘站点规划方法。以AP(Affinity Propagation,简称AP)聚类算法为基础,引入商空间粒度转化思想与相似度调节因子,改进算法得到的聚类数量以及在节点权重值不同时的适用性,最终得到满足多数乘客意愿与出行距离的合乘站点规划结果,结合仿真实验证明了粒计算理论在改善合乘站点聚类结果中的有效性。针对行车路线规划问题,本文从乘客出行成本、公司运营成本、道路资源成本、环境污染成本四方面入手,设计了行车路线成本计算模型,以此优化蚁群算法信息素的更新规则,得到成本相对较低、路径相对较短的行车路线。根据成都市公交平台采集到的数据,利用本文提出的定制公交线路规划方案进行仿真实验,通过对实验结果的评估与分析,验证了该方案具有一定的可行性,以及粒计算理论在解决定制公交线路规划问题中的有效性。