随着社会的发展,人们对于出行服务质量的要求越来越高,地面公共交通作为城市交通的重要组成部分,提升其服务水平的需求也日益突出。为此,信息化技术被广泛应用于各条公交线路,为乘客提供出行过程中公共交通的实时信息,提升乘客出行的便捷性。实时信息的公布,极大地提升了乘客出行时的体验,但同时也容易引起乘客出行行为的变化,进而导致线路上客流分布的改变。当存在多条线路共线时,线路之间密切的联系使得这种变化更为显著,原有的发车时刻表已不再适合,有必要针对实时信息下的共线线路发车时刻表进行研究。文中首先给出了一种基于Light GBM模型的公交站点间行程时间预测方法,并以西安市的两条共线公交线路为例,预测了不同时段车辆于站点间的行程时间,为后续实时信息场景的分析提供数据支撑,且有效性验证及对比分析表明该模型的预测精度及可靠性符合要求。其次通过问卷,调查了乘客面临共线线路时的乘客出行行为,包括个人、出行特征、乘车方案选择、换乘站点选择行为等,采用二项Logistic模型对调查数据进行了拟合,获取了实时信息场景下乘客面临共线线路时的乘车方案、换乘站点选择的规律,验证结果表明拟合效果良好。文章最后提出了一种实时信息下的共线线路发车时刻表优化模型,模型基于预测得到的相邻点间车辆的行程时间及客流需求,考虑实时信息下乘客出行行为变化而导致的共线线路客流分布的改变,以乘客出行成本、公交企业运营成本为优化目标建立起共线公交线路发车时刻表协同优化模型,并选择基于动态拓扑结构的改进粒子群优化算法（PSO-DT）进行求解。优化结果表明:乘客出行成本降低11.7%,公交公司运营成本降低8.9%,总成本降低了11.5%,线路发车次数整体减少4次,乘客平均承载量增加3人,瞬时最高承载量减少5人,各车次承载量标准差降低了1.192人,可知优化后线路服务水平有所提升,各车次的载客量分布更加均衡,验证了本模型的有效性。本文提出的实时信息下的共线线路发车时刻表优化模型,为公交运营管理更好地适应当代信息化的发展趋势提供了很好的理论支持,有利于实时信息下的公共交通运营服务水平的提高和公交运营企业运营成本的减少,具有重要意义。