快速公交是一种新型的公共交通方式,具备速度快、舒适性强、经济高效的特点,在国内外已经得到广泛的应用。对于已建成的快速公交系统而言,运营调度方法是决定快速公交系统服务能力的重要因素,只有提供便捷、高效、舒适的服务才能增强其竞争力,吸引更多的乘客到这种交通方式上来。本文从分析快速公交系统运营调度的现状出发,指出目前车辆每天的发车时刻表都是固定的并且调度形式单一,无法满足乘客出行需求也不利于快速公交优势的发挥。鉴于此,本论文在深入分析乘客出行分布特征之后,基于实时的客流信息,建立快速公交车辆组合调度的优化模型,确定合理的发车间隔和发车形式。首先,深入分析了影响快速公交组合调度的因素,从时问和空问两个方面研究了快速公交客流的时空分布特征,引出了时间、方向、路段和站点不均衡系数,在此基础上确定了判定公交车辆调度形式的步骤。其次,研究了快速公交收费系统的构成与功能,分析了快速公交客流信息的采集流程,给出利用BP神经网络预测短期的乘客出行OD分布的思路,并建立模型,为下文建立实时的组合调度模型奠定基础。然后,以全程车、区间车和大站快车的发车间隔和车辆调度形式为决策变量,乘客的出行时问成本和公交车辆的运行时间成本总和最小为目标,考虑乘客舒适性和运营商所能承受的发车频率等方面的约束条件,建立了快速公交车辆的组合调度模型。并设计程序步骤,运用遗传算法对模型进行求解,得出满意的最优发车时刻表。最后,选取济南市北园大街快速公交1号线进行了实例应用分析,基于实时的客流信息求解出最优的组合调度方案,将方案的总成本与现状调度方案的总成本进行比较,结果表明,实时的组合调度方案节省了7.4%的系统总成本,优化效果较显著。实例证明此模型的结果能够基本满足目标的要求,也表明模型的算法是有效可行的。