随着交通供需矛盾日益凸显,城市中交通拥堵等问题亟待解决,优先发展公共交通是解决交通拥堵问题的良策。公交车是公共交通最常用的方式之一,已在全国城市普及,其具有投入成本低、通达性高等特点,且无需建设专用线路。在公交运营规划中,时刻表编制和行车计划制定是非常重要的组成部分,合理的时刻表和行车计划能够提高公交服务水平和减少运营成本。然而,目前仍有一部分城市在时刻表编制和行车计划制定上存在不合理情况,违背优先发展公共交通的理念。为此,本文基于客流历史数据预测未来时刻客流需求,根据客流需求变化制定满足乘客出行的动态时刻表,并根据时刻表构建燃油公交车和纯电动公交车混合区域行车计划,对城市中的公交车辆调度问题进行研究,主要工作内容如下:（1）为了便于后期对公交客流数据进行预测,需要对多源公交数据进行相关性分析,本文采用Pearson系数分析数据之间的相关性。分析天气各个属性与客流的相关性,提取出影响客流的天气属性。分析小时、天、周时间维度下历史客流与当前客流的相关性,通过对比试验,综合上述三个时间维度下历史客流作为模型输入,有效地提高了模型预测的准确度。（2）针对决策树、LSTM和GRU模型对公交客流数据预测效果不佳的问题,本文设计了基于GRU的LR-GRU模型,该模型使用LR模块训练影响客流的外在因素,使用GRU模块训练历史客流序列,有效地利用了影响客流外在因素和客流内部时间序列特征,相较于决策树、LSTM和GRU模型,LR-GRU模型提高了公交客流数据预测的准确度。（3）针对公交时刻表编制和行车计划制定不合理情况,本文设计了区域公交车辆调度优化模型,由时刻表编制上层规划模型和混合区域行车计划制定下层规划模型组成。上层模型以乘客等待成本和公交企业线路运行总里程成本最小为目标,以发车频率为约束。下层模型以运营成本最小为目标,以车辆最大行驶里程、任务时间、场站容量和污染气体排放等为约束。相较于原有公交运营规划的静态线路时刻表和行车计划,本文设计了区域公交车辆调度优化模型制定出随客流动态变化的线路时刻表和区域行车计划,不仅提高了公交服务水平也减少了公交企业运营成本。（4）针对下层规划模型是强约束问题,本文设计编码方案、初始种群生成算法、交叉算子和变异算子改进标准遗传算法,解决了标准遗传算法求解强约束问题极易产生不可行个体的问题。为了验证上述方法的有效性和实用性,本文给出了具体试验设计过程,并通过试验验证本文所提方法的效果,给出了试验结果,并对试验进行分析。试验结果表明本文所设计的方法一定程度上解决了公交企业与乘客供需不平衡以及行车计划制定不合理问题。