现代化社会经济的发展客观上要求各种公共交通方式实现有效衔接,从而最大限度地提高公共交通的吸引力。城市公交动态调度协调相对于静态调度协调,能够考虑乘客需求的时变性和公交运行的不确定性,因此,成为公共交通研究领域的热点问题。然而,由于调度问题的复杂性,目前公交动态调度协调多是针对突发事件的行车控制策略研究,并且作为动态调度协调的关键技术,动态客流OD估算和公交车辆行程时间预测多是独立研究。缺乏面向实际应用、综合考虑公交多源时变数据的调度协调模型。在此背景下,本文提出了基于时变二源数据的城市公交调度协调模型和算法。首先,从公交静、动态调度模型,公交动态调度相关问题,对国内外现有的研究进行了全面综述。在综述的基础上,开展了如下的研究工作。第一,针对公交二源数据,开展了数据质量控制研究。提出了公交IC卡数据质量控制方法、基于乘车站距分布的公交线路OD扩样模型和面向调度应用的公交GPS数据质量控制模型。第二,针对公交调度协调的关键问题,本文提出了一票制线路上、下车站点判别方法,开发了基于状态空间模型的公交客流短时预测方法,根据公交车辆行程时间状态判别,建立了不同行程时间状态下的公交车辆行程时间预测模型。第三,在以上研究的基础上,本文建立了基于时变二源数据的公交调度协调模型,并提出了基于NSGA-Π算法的模型求解流程。在模型建立中,考虑了运营商成本、拥挤里程比例和换乘乘客平均候车时间三个目标函数。对于拥挤里程比例,考虑了线路整体拥挤里程比例和个体出行者所能忍受的拥挤出行站数。对于轨道交通换乘常规公交平均候车时间,通过分析直接换乘乘客和非直接换乘乘客的到站时间分布,建立了基于对数正态和伽马分布的轨道交通换乘常规公交平均候车时间模型。第四,本文应用所建立的公交调度协调模型和算法,选择北京城铁立水桥站进行了实例分析,并将模型求解结果与传统方法求解结果进行了比较,结果表明：与传统计算法方法相比,本文建立的基于时变二源数据的公交调度协调模型平均运营成本增加了10.50%；但是,平均拥挤里程比例和换乘平均候车时间均有较大幅度改善,平均拥挤里程比例降低幅度为75.63%,换乘平均候车时间减少幅度为20.05%。并且,在用传统方法计算各线路时刻表时,没有考虑出行个体的满意度。比较结果表明,本文提出的方法,在提高公交出行服务水平方面,更具优势。最后,对于动态客流OD时间粒度问题、公交调度协调模型的软件开发和工程应用问题等方面提出了进一步的研究展望和建议。