道路客运作为跨地域短途出行的主要交通工具,其行业市场庞大,每年近150亿人次的出行总量,约为火车出行的5倍,航空出行的11倍。道路客运系统是我国综合交通运输体系的重要组成部分,它具有运载量大、运输效率高、能耗低、污染小等优点。近年来,道路客运联网售票发展迅速,省内联网、全国联网层层递进,实现了旅客足不出户就能通过网络和移动端便捷购票,提高了道路客运系统的运营效率和服务水平的同时,提供了精准的数据交易记录,积累了大量的客运数据。为满足社会公众日益增长的出行需求,亟需促进道路客运企业进行数字化转型,释放客运行业的势能。因此,本文以云南省道路客运系统为研究对象,探讨在基于大数据技术挖掘既有信息数据价值中的关键技术,主要工作包括以下四个方面。（1）提出了一种基于机器学习的客流量预测方法。论文利用统计学方法研究云南省道路客运班线数据,采用低秩矩阵补全模型对客运班线缺失数据进行修复,研究不同客运站的客运量、客运班线时空分布特点和影响客运班线客运量的因素。为进一步提高长短时记忆网络（Long Short-Term Memory,LSTM）模型预测的准确性,以日均客运量为约束条件,提出融合天气、节假日和周末等外部因素的LSTM-E的三层客运量预测模型。实验结果表明,所提出的LSTM-E预测模型将预测误差平均减小了10.56%,进一步提高了客运量预测精度。（2）提出了一种竞争劣势条件下的道路客运系统动态定价混合整数非线性规划方法。论文考虑道路客运与高速铁路的竞争关系,研究城际公路客运班线的动态定价问题,利用logit随机效用模型确定乘客出行选择,构建一个以客运公司收益最大为目标的混合整数非线性动态定价模型。根据高速铁路和公路客运的运输特征设定需求影响因子,实现了高铁对城际客运的影响程度的建模。需求影响因子、剩余座位因子、单位里程价格和运营时段共同影响公路客运票价,并反作用于乘客的出行方式选择。模型通过引入整数变量以实现同一班次不重叠OD段乘客对车辆座位的共享。实验结果表明,动态定价模型能够计算不同时段的最优动态定价机制和班次时距,提升公路客运企业的运营收益,算例的客运企业运营收益较现行定价机制提升了13.71%。（3）提出了一种基于混合整数规划的城际客运班线发车间隔全局优化模型。论文综合考虑客运公司的盈利和乘客候车时间及相关约束条件,建立了单类型和双类型车客车调度模型。模型将最大化运营公司利益与最小化乘客候车成本相结合,求解使总体利益最大的客车发车间隔。实验结果表明,模型在数据波动的稳定性以及波动范围方上,优化后模型得出的数据整体都更佳更稳定,乘客候车时间降低了12%左右,道路客运企业收益增加约15%。（4）提出了一种基于Petri网的客运车辆检测系统模型和一种最优待检车辆序列的启发式算法。目前道路客运系统中实际应用的车辆检测手段耗时长,效率低。本文以给定数量车辆的检测周转时间最短为优化目标,采用面向资源Petri网对汽车检测系统进行建模,提出了基于ROPN的汽车检测系统模型,分析运转流程从而提出检测周转时间的计算方法,从而进一步提出一种基于ROPN的启发式算法来生成最优的待检车辆序列,结果可用于实际的汽车检测系统调度中。实验结果表明,与传统的基于FCFS的调度算法和基于MQ、SJF的调度算法相比,本文提出的基于ROPN的启发式算法缩短了检测周转时间,极大地提高了汽车检测系统的运行效率。