公共交通客流OD矩阵是城市公交网络规划和管理的基础数据，为公交线网优化布设、公交运营调度提供最可靠的数据支持，只有精确的客流OD才能保证运营计划科学制定，人、车资源合理调配。因此本文分别从单条公交线路和公交网络着手，对公交客流0D矩阵推算方法进行研究。　　 公交客流量是OD矩阵推算的基础，针对短期公交客流的非线性、随机性和复杂性，本文提出一种基于最小二乘支持向量机的公交客流预测方法，并且利用改进的遗传算法对支持向量机中的惩罚参数和核参数进行优化。算例分析结果证实了本文方法的有效性。　　 针对单条公交线路，本文以公交停靠站上下车人数为基础，提出客流OD矩阵受居民出行特征、停靠站附近用地性质以及停靠站换乘功能这三个因素影响。首先通过K-S检验可知出行站数服从泊松分布，进一步计算即可获得基于居民出行特征的客流OD；然后提出公交站点的吸引系数和吸引权等概念，建立基于停靠站附近用地性质的客流OD推算模型；考虑到停靠站的重要系数与该站的起始、终点和中途停靠的线路数有关，建立了基于站点换乘功能的客流OD推算模型。最后利用层次分析法组合上述三个模型，得到公交客流OD矩阵，并进行算例分析。　　 对于公交网络，本文给出一种基于双层规划的公交网络OD矩阵推算方法：其中上层规划的目标函数选择广义最小二乘模型，由先验OD矩阵与估计OD矩阵的误差以及上车的乘客数与公交网络分配乘客的误差组成；考虑到公交线路容量限制以及发车频率可变的条件，下层规划采用基于logit模型的公交网络随机用户分配模型(SUE)进行客流分配。最后采用粒子群优化算法求解双层规划模型。对比实验结果表明由本文方法获得的OD矩阵的精度比启发式算法得到的更高。　　 本文最后从OD推算的对象、数据要求、计算复杂性、适应性等角度，对提出的两种推算方法进行对比分析。