随着共享交通、智能交通、立体交通的不断发展,乘客对传统公共交通出行的服务水平及服务可靠性要求越来越高。然而受到道路拥堵、恶劣天气、突发事故等因素的影响,众多大城市的公交服务都存在可靠性差的问题,乘客候车时间不定、串车、堵车等现象已成为常态。在通勤高峰期,短时间聚集的对可靠性要求较高的公交出行需求,与同时段内由于各种不确定因素造成的可靠性较差的公交网络服务之间的矛盾,已成为制约当前公共交通发展最迫切的因素之一。本文以改善常规公交网络乘客行程时间可靠性为主线,在量化分析公交乘客行程时间可靠性的基础上,从通过规划专用道改善公交在途行驶环境与开行灵活公交疏解热点区域出行需求两个维度入手,提出改善公交乘客行程时间可靠性的优化建模方法。论文主要工作如下:(1)对比了不同的乘客行程时间可靠性的量化方法,根据改善策略优化建模需求,确定了基于缓冲时间的乘客行程时间可靠性量化方法,建立反映客观波动性与乘客主观偏好的指标刻画乘客在公交网络中不同阶段出行的行程时间可靠性。(2)基于GPS采集得到的公交车实际轨迹数据,构建了乘客在车时间与候车时间可靠性的估算方法。通过对数据的预处理,.计算得到超过50万条乘客单位距离在车时间与公交到站间隔基础数据,并分别对乘客在车时间与候车时间进行了拟合分析。对于乘客在车时间,相较于高斯分布、韦伯分布、拉普拉斯分布,对数正态分布的R-square最接近1且均方根误差(RMSE)最小,能最好的解释乘客单位距离在车时间分布规律。计算得到不同因素影响下的乘客在车时间期望与标准差,结果显示由于专用道的影响,高峰期行驶在大通勤走廊的公交线路的行程时间波动性最小,为其他普通公交线路的48%。而后建立乘客候车时间与公交到站间隔的关联模型,确定了乘客候车时间的计算方法。基于实际的公交到站间隔数据,对不同发车间隔(1分钟-10分钟)下的公交到站间隔分布规律进行拟合,结果表明相比于高斯分布、韦伯分布与对数正态分布,拉普拉斯分布的拟合效果最好。随着公交发车间隔从1分钟上升到10分钟,乘客候车时间的波动值从1.74分钟上升到9.58分钟。(3)对乘客行程时间可靠性的成本化量化价值进行研究。通过出行弧刻画乘客在车、候车各阶段的费用成本,并考虑乘客在上下车过程中由于拥挤而造成的额外延误时间。基于用户均衡的思想建立了公交网络客流分配模型,分别开发基于弧的深度优先搜索算法以及线性降幂的求解算法,将多元非线性问题转化为线性规划问题并进行求解。在算例分析中,通过乘客可靠性费用成本CRn量化评价行程时间可靠性对乘客出行选择及网络客流分布的影响。模型中乘客搭乘不同类别线路的在车时间、候车时间以及对应波动性值均依托实际数据量化得到,改善了传统研究中的经验规律或假设的分布特征带来的参数与实际情况差距过大的不足。(4)搭建了通过规划公交专用道改善公交车在途行驶环境,进而提升公交乘客行程时间可靠性的基本理论框架。根据不同等级公交线路的特性,建立了考虑行程时间可靠性的公交专用道施划双层规划模型,上层模型考虑了公交、小汽车乘客的行程时间成本,以及专用道建设成本之间的相互影响关系,下层模型考虑了专用道的设置对整体公交网络客流的动态变化影响。通过对高峰时段全线行驶在北京市公交专用道的线路实际轨迹数据的建模拟合,得到专用道上的公交线路乘客的单位距离在车时间期望与标准差分别为1.59 min/km与1.15 min/km。依托线性化算法的思路,设计了基于“反馈-循环”的双层规划两阶段算法。最后进行了算例分析,通过CRn量化分析了专用道对公交乘客的行程时间可靠性的改善效果。对于不同线路间,由于存在客流转移现象,因此优化效果存在扩散性,即使仅在主干路上设置直接服务于干线公交网络的专用道,也会间接的改善支线公交乘客的行程时间可靠性。(5)分析了将部分常规公交出行需求通过新开灵活公交的方式运输来疏解热点区域OD出行需求、降低公交网络负荷进而改善乘客行程时间可靠性的理论依据。建立了面向改善乘客行程时间可靠性的公交需求转移优化模型,将可转移常规公交需求与对应需求的运送方案同时作为模型的决策变量。针对模型中存在的整数决策变量与0-1决策变量相乘的非线性规划问题,设计了一类线性替代的方法进行线性转化并进行求解。通过算例证明,乘客行程时间可靠性的优化效果十分明显。(6)针对中关村软件园区及周边公交网络开展了案例分析。对于规划专用道和常规公交需求疏解两种方式,可使得乘客总行程时间可靠性成本分别下降5.5%和13.6%,而同时施行两种方法的优化效果为18.3%。根据案例分析结果,两类优化方法具有各自的适用性。针对案例中区域较小、出行需求集中、乘客对行程时间敏感度较高的区域,通过灵活公交进行需求层面的疏解效果更为明显,而专用道则适用于更大范围的公交网络或通勤走廊。