随着城市智能交通的快速发展,更加合理、科学、完善的公交调度系统成为公交运营领域一个重要问题。现阶段我国有关智能公交的调度研究主要根据客流情况划分为高、中、低峰,进而依据各峰段的客流调整发车间隔、增减班次,调度过程往往忽略运营异常情况,而公交实际运营过程中各种突发状况在所难免,所以基于突发事件的智能公交车辆的动态调度研究具有十分重要的现实意义。本文以合肥市公交系统为研究背景,对公交运营异常检测方法,以及车辆晚点到站、故障异常、线路严重阻塞情况下的调度方案进行了研究,具体如下：(1)建立公交车辆运营异常检测模型。首先选取径向基函数神经网络(Radial-Basis Function, RBF)对短时公交车速进行预测,然后构造预测值与实际值的偏差序列,最后运用偏差分析算法进行异常判别,并对短时公交车速预测进行Matlab仿真。(2)针对车辆晚点到站和故障异常建立在线调整调度方案。建立以倒序发车偏差量最小为目标函数的公交车辆晚点到站异常调度模型,以调整后发车时刻表与计划发车时刻表的发车间隔偏差最小为目标函数的车辆故障异常调度模型,并分别进行实例验证。(3)针对线路严重阻塞异常建立路径调整调度方案。建立以公交车辆调整调度时间最小和调整路径最短为目标模型的异常调度模型,并利用蚁群算法对模型进行求解,得出路径调整方案。实验表明,运用公交车辆运营异常检测模型可以对公交车辆运营过程中的异常情况进行快速检测,车辆晚点到站、故障异常、线路严重阻塞情况下的调度模型可以有效提高公交车辆调度效率。