城市公交车辆实时调度优化研究是公交运营调度研究的基础性课题。如何结合现状,放眼未来,探求适合我国现状的智能实时调度系统结构形式,以及用实用性较强的优化理论和模型算法,正是本文的主要研究内容。本文研究重点放在了实时调度方面,论文的主要创新点是将BP神经网络技术应用于智能公交实时调度研究,建立了基于BP神经网络的公交车辆运行时间预测模型,并在此基础上设计了公交智能实时调度算法,并采用实例分析对立,验证了算法的可行性。本文设计并实现了公交智能实时调度系统,作为北京市公共交通运营调度指挥系统的子模块,该系统有效、稳定的得到了实施、推广。智能公交实时调度系统是一个以公交日常调度管理模块、GPS信息模块、GIS地图显示模块、数据库模块为支撑,集合了BP网络预测模型、智能实时调度算法的智能系统。该系统不仅满足了公交企业日常的调度管理作业需求,也利用高效的数据分析、预测技术对大量数据进行了知识挖掘,给予了调度员更多的辅助决策信息。