随着城市经济的发展,大型城市人口规模迅速扩大,居民出行需求也随之迅速增长。近年来,城市公共交通设施建设进程进一步加快,“公交-地铁”混合交通出行方式成为普遍的交通出行方式,城市地铁的发展为缓解城市客运压力发挥了重要作用。其中,地铁线路主要沿城市主干路布设,无法服务到城市的每一个小型片区,而微循环公交作为一种新型的地面公交形式,可以深入到城市的每个区域内部的街道中,为公共交通解决“最后一公里”问题提供了新方法,同时也为乘客实现“公交-地铁”换乘出行提供了更加便利的条件。此外,随着交通大数据技术的兴起,多源数据的使用有利于对公交线网优化问题进行更加精细化的研究,从而得到更加合理的公交线网方案,对提升综合公共交通系统服务水平和整个城市客运能力具有重要意义。在研究过程中,将研究区域划分为若干网格,兼顾微循环公交线网布局和线路发车频率设置问题,以系统总成本(乘客出行成本、运营成本)最小化为优化目标,构建了混合整数优化模型。在构建模型过程中,基于现实情况,本文提出了多种约束条件,如:线路长度约束、线网总服务范围约束、车辆容量以及车队规模约束等。在优化求解过程中,构建了探寻公交线网优化方案的求解框架,主要包括公交线网初始化、线网量化分析和基于自适应机制的多算子遗传算法设计三个部分。其中,公交线网初始化旨在随机生成初始化线网方案,同时确保每条线路的长度都在合理的长度范围之内,并且保证区域内部的每个网格都至少在一条公交线路的服务范围之内;线网量化分析过程是将网格化的需求量按照不同的出行路径所确定的比例关系分配到每条线路上,从而确定每条线路的发车频率,并设计车队规模调整算法对总车队规模进行合理的优化;遗传算法中设计了多个交叉算子和变异算子,并引入了一种自适应算子选择机制,此机制可按照各遗传算子的执行效果对其使用概率进行实时调整,从而增强遗传算法的寻优能力,避免了算法陷入局部最优。最后,本文通过数值实验详细的阐述了算法执行效果,并进行了相关参数的敏感度分析;进而针对北京市回龙观小区进行实例研究。在实例的数据获取方面,通过手机信令数据和公交IC卡数据获取区域内多源客流需求并将其分配到区域网格中,进而应用本文所提模型与算法得到优化线网方案。通过与现状线网方案进行对比,证明了本文模型与算法的有效性。