随着城市经济的高速发展和人口的不断增长,城市的交通拥堵状况日益严重。大力发展公共交通是解决城市交通问题的主要方法。在公交动态调度的现阶段研究中,大多是对未来的客流数据做尽可能的模拟预测,然后将仿真预测得到的客流数据作为精确数据,并建立优化模型进行求解。但在实际情况中,公交站点乘客的到达率往往存在着不确定性,仅仅依靠对客流的仿真预测依然难以处理乘客到达率不确定性带来的各种问题,如何在乘客到达率不确定的情况下制定动态调度周期内各车辆的发车方案是一个重要的实际问题。鲁棒优化方法是一种常用且有效的处理不确定性问题的方法,本文将鲁棒优化方法引入到公交动态调度领域,研究在公交动态调度规划周期内,如何采用鲁棒优化方法确定待发公交车辆的发车方案,主要的研究工作包括三个方面:第一,考虑在不同情景下存在不同的乘客到达率时,建立了一个基于情景的具有遗憾值约束的公交动态发车鲁棒优化模型;以最小化乘客总等车时间为目标,采用改进的遗传算法对模型进行求解,并将采用鲁棒优化方法与随机规划方法得到的结果进行比较,验证了基于情景的鲁棒优化方法的特点与优越性。第二,建立了一个不考虑车辆容量限制的基于区间的公交单线路动态发车鲁棒优化基础模型,将各站点的乘客到达率用一个区间来表示,实际的乘客到达率可以取区间内的任意值,该方法更能准确的表示站点乘客到达率的不确定性,并采用改进的遗传算法结合Cplex对模型进行求解。最后,通过案例求解验证了基于区间的鲁棒优化方法对于不同的客流变化趋势的适用性,并分析了不同保守程度时,鲁棒优化结果之间的差异。第三,建立了一个考虑公交车容量限制和实际运营速度的基于区间的公交单线路动态发车鲁棒优化模型,尽可能的模拟现实的公交运营状态,使模型更具现实意义,并通过案例求解和分析,进一步验证基于区间的鲁棒优化方法的适用性与优越性。