公交调度作为公交运营管理的核心内容,在一定程度上决定了公交系统的运营成本、工作效率和服务水平。如今,GPS,AVL以及GIS等智能公交技术的广泛应用为公交调度提供更准确、全面的数据支持。然而,传统调度方法在信息应用、处理、反馈方面存在一定的时间差和计算瓶颈。因此,有必要开展公交运营调度优化方法研究,以提升公交运行效率、提高公交服务质量,促进公交的发展。本文以常规公交为研究对象,基于公交GPS运营数据挖掘与分析,建立考虑随机行程时间的公交发车间隔优化模型,提出改进的公交动态滞站调度策略。研究的主要内容及结论如下:首先,介绍公交GPS运营数据的采集原理和处理方法,在对原始数据进行预处理的基础上,运用聚类分析和分布拟合两种数据挖掘方法对公交运行特性进行分析。结果表明公交车辆行程时间具有一定的随机波动性,对数正态分布模型能够较好地拟合不同时段的公交行程时间数据分布。其次,鉴于现有研究对公交行程时间的随机性考虑不足,以乘客和公交企业成本期望值与其平均偏差值加权和最小为优化目标,建立考虑随机行程时间的公交发车间隔优化模型,并采用模拟退火-粒子群混合算法以及随机模拟方法对模型进行求解。算例分析结果表明:相比实验线路现状的调度方案和确定性模型计算得到的调度方案,优化模型得出的调度方案具备更强的抗干扰能力,能够更好地贴近实际运营情况,提高公交服务可靠性,表明了该模型的合理性和可行性。最后,以滞站调度策略为研究重点,结合最小二乘支持向量机回归算法,提出了一种基于短时行程时间预测的动态滞站策略。与以往的滞站策略不同,该策略既考虑了车辆在当前站点和下一站点的准点情况,又考虑了站点条件的影响,将滞站站点的通行能力和公交车辆到达率作为滞站条件的主要考量因素,以降低对其他公交车流和社会车辆的影响。并利用仿真实验进行有效性检验和敏感性分析。仿真结果表明,该策略可以有效改善公交运行的均匀性,减少乘客平均等待时间,对预防串车与大间隔现象、提高城市公交的运行可靠性具有显著的效果,能够为实际运营调度工作及乘客出行提供科学合理的决策参考。