地铁和常规公交的换乘在很多城市普遍存在,实现两者间的同步到达可以给乘客提供更为顺畅的换乘体验。而以往的同步换乘研究较少同时考虑不同的公共交通方式,因此本文对地铁以及常规公交展开研究,以最大同步次数为目标,综合考虑了公交运营GPS数据特征、不同接驳距离下乘客接驳方式选择特征等的影响,研究在一定接驳范围内如何实现地铁与常规公交的最大同步。本文首先通过对地铁和常规公交进行对比分析,明确两者的关系定位。针对乘客在地铁换乘常规公交可能选择不同交通方式,考虑了步行和共享自行车骑行两种接驳方式的特征和接驳成本,确定了接驳距离影响下的乘客换乘选择倾向,通过结合冗赘比,建立了地铁与常规公交接驳时间模型。其次,通过聚类分析将公交运营GPS数据记录的公交行程时间按照工作日和休息日分别进行分类,得到时段的划分。然后分别对工作日、休息日的不同时段的公交行程时间进行分布函数拟合,确定不同时段的最佳拟合函数。结果表明公交行程时间会因为工作日、休息日的改变以及时段的变化而有不同的特点,并得到与公交的实际行程时间特点相符合的各时段的公交半循环时间。再次,建立考虑接驳范围的地铁与常规公交最大同步换乘模型并且进行算法的优化设计。一是将地铁站点按地铁网络规模和站点类型进行分类,界定地铁与常规公交接驳的接驳范围;二是通过设置各项约束条件,建立了避免串车和考虑不同接驳距离下乘客接驳时间的地铁与常规公交最大同步换乘模型,该模型通过引入比例系数来区分不同公交线路的重要程度;三是以人工蜂群算法为基础,构建模拟退火-改进人工蜂群算法,并通过测试函数对模拟退火-改进人工蜂群算法与其它常用的群体智能算法进行算法性能比较,证明了模拟退火-改进人工蜂群算法的优越性。最后,以福州地铁南门兜站点和周围1.2km接驳范围内的10个公交站点共57条公交线路（区分上下行）为例,采用地铁与常规公交接驳时间模型确定地铁乘客换乘不同公交站点的时间;通过分布拟合得到不同公交线路到达指定公交站点的运行时间;再通过地铁与公交线路的关系和客流量综合确定公交线路的比例系数,建立起地铁与常规公交的最大同步换乘模型。并使用不同的算法对模型进行求解,结果表明可以在不增加公共交通资源消耗的前提下增加地铁与常规公交的最大同步次数,证明了模型及算法的有效性和实用性。