重大疫情对社会生产生活秩序产生严重影响,对人们的生命健康安全构成重大威胁。城市公共交通系统与城市居民日常生活息息相关,在疫情态势下的运营具有新的情况和特点。因此,基于疫情常态化防控下公交调度优化问题的研究,具有理论现实意义和实际应用价值。首先利用公交IC刷卡数据结合人工调查得到新冠疫情的影响下公交客流的数据,运用数据质量方法对数据进行处理,得到了疫情下的公交客流特征。然后对客流特征进行分析,并预测了客流量的变化以及在疫情防控措施实施下公交站点的服务耗时。之后,以最小的乘客出行时间成本、最小公交企业运营成本和乘客感染新冠的概率最小为目标,以乘客可接受的最大发车间隔、规定的最小发车间隔和政府制定的疫情下公交车辆最大车辆满载率为约束条件,再以发车间隔为决策变量,结合疫情期间乘客出行刚需,将公交运营时间一天时间从6:00到22:00分为16个时间段,构建疫情常态化下的公交调度优化模型。通过分析当前各个大城市在疫情影响下的公交运营政策,表明洛阳作为旅游城市进行公交调度的必要性,以洛阳103路公交线路实例,采用粒子群算法进行了验证,并使用平滑过渡法确定发车间隔,为疫情常态化下保障居民出行刚需同时节约了资源,为公交企业发车时刻表的编制提供了理论依据。结果表明,公交车辆站点停靠服务时间与上车乘客人数相关,并且与疫情影响下乘客上车“健康码”检查和支付方式有关,一位乘客使用现金支付的时间为6.708s,相比于IC卡支付的4.898s与移动支付的3.855s。运用粒子群算法求解对公交调度优化函数求解,最优目标函数F（min）为0.3111,最优目标迭代在第52代达到。上行发车间隔为4min-16.5min之间,总发车班次122次;下行发车间隔为3.2min-20min之间,总发车班车132次,并且满足防控要求的满载率,达到公交企业成本降低,乘客感染新冠概率降低的效果。通过实验例证分析,疫情下公交IC卡数据和人工调查结合可以很好地得到乘客的出行特征,建立疫情常态化下的公交调度模型求解能够很好的改进公交排班问题,使得乘客感染新冠的概率最低,为政府在新冠疫情常态化防控期间建立公交防控体系提供决策依据。