在各种交通方式中,需求响应公交（DRT）既能满足多样化的出行需求,又能发挥公交优势缓解交通拥堵,还拥有低廉的价格,因此正日益受到各界关注。而在高度自由的网约车竞争中,更灵活的DRT成为研究的主流。本文根据过往DRT的研究和实践成果,提出一种门到门式即时响应的DRT模式,设计出该模式的单目标、多目标动态数学模型,并给出模型在不同轮次间的信息更新方法。该模型适用于真实路网并具有信息折叠策略以优化存储和运算性能。本文还讨论了该模型的通用性,能用于描述大部分其他类型的DRT模式。根据该模型特征,本文研究了适用的单目标遗传算法。随后,提出一种基于图论最短路的真实路网压缩算法,并结合动态规划的信息继承策略提出求解大规模DRT问题的快速算法。本文设计了一种可以控制路网密度、形态、规模的通用路网生成算法,并以此验证了动态DRT模型的可行性,遗传算法的有效性、快速算法的秒级求解能力及其解质量。之后,本文研究了多目标遗传算法（NSGA-Ⅱ）求解整数规划问题时的“超速增殖”现象,设计出三种选择算子（PSC）对不同形态种群结构的优缺点进行分析,并提出自适应种群控制的NSGA-Ⅱ-PASC算法。该算法在迭代的不同阶段可以动态调节种群结构,充分利用不同结构的优势,实现更高的收敛速度和解集质量。在番禺区DRT算例研究中,本文给出现实情况下时间窗参数的计算方式和番禺的数字地图及压缩路网。在考虑满意度的番禺DRT规划中,本文提出一种基于财务平衡和服务质量平衡的定价及补贴策略。最后,本文通过利润最大化的番禺DRT多轮次规划,验证了这种DRT模式的现实可行性,并给出了开行DRT的政策建议。