近年来,随着智能公交的发展,公交系统服务供给能力有着显著的增强,同时也产生了大量的数据,可以为公交规划和管理部门的决策提供参考。然而,这些数据目前并未得到充分的利用,存在着缺乏关联,有数据孤岛的问题,往往使公交系统的分析优化陷入局部的问题,而非面向整个公交系统的优化。例如在公交调度优化的问题中,公交设置会在最优解搜索过程中发生改变。由历史数据得到的客流模型不能适应公交设置的改变,造成了优化目标计算误差等问题。针对这一问题,本文建立了公交复合复杂网络模型,对公交多源数据进行有效组织,通过该模型对各公交要素进行描述,在公交优化过程中对客流进行仿真地再次分配,并通过遗传算法对公交线网进行调度优化。本文的主要工作和创新点如下:(1)建立了一种公交复合复杂网络模型。公交系统具有显著的时间、空间特征,是典型的复杂网络问题。该网络可以实现对公交数据的有效组织,对公交信息的挖掘,以及对公交网络优化的演化仿真。(2)设计了一种公交路网优化算法。该算法基于公交复合复杂网络模型和遗传算法原理,着重考虑了市民的出行公交选择行为和网络优化过程中客流再分配问题。该算法以公交运营成本为约束,以市民出行时间为优化目标;并仿真分析了市民公交出行的客流OD权重、起止站点选择、换乘公交线路等因素。该算法的目的是在不增加现有公交运力的前提下,提高公交运输效率。(3)对本文研究内容进行了实例验证。结合青岛市公交数据,讨论了公交多源数据在公交优化中的作用。基于上述模型和算法,进行了数据处理和模型建立,并对青岛市公交线网进行了调度优化,验证了结果的可靠性和有效性。