近年来,我国城市机动车保有量持续增长,道路交通压力逐渐恶化,交通拥堵日趋严重,这已经成为一个影响居民生活质量和工作效率的严重问题。城市公交具有载客量大、人均消耗油量低、节能环保等优点,因此大力发展公共交通和实施公交优先战略是缓解我国交通拥堵的有效手段。但在我国现行的公交运营体制下,日常的公交调度都是依照固定的时刻表进行发车,经常采用等间隔发车策略。这种一成不变的调度策略通常会产生一些问题,例如相邻公车同时到站等等,最终的调度效果很差。为了提高公共交通的服务质量,改善乘客的出行体验,提高公共交通对乘客出行选择的吸引力,需要提出一些更行之有效的公交调度策略。特别是最近几年,随着物联网技术迅猛发展,大量的实时信息能够被及时监控和采集,如何有效的利用这些实时信息使其更好的帮助完成调度,成为近两年公交调度领域的研究热点和难点问题,本文正是在此基础上展开了城市公交单线路动态调度方法的研究,主要的研究工作包括以下几个方面:第一,建立了城市公交单线路调度模型,模型中以线路上候乘站点乘客的总等车时间最小为优化目标,以发车间隔和站间车速为决策变量,即调整规划车队的发车时间并在允许的范围内调整公交车的行驶车速。设计了求解优化模型的遗传算法,针对不同的客流分布情况设计了仿真实验,验证了模型与算法的优化效果,并给出不同客流分布下的最优调度方案。第二,建立了考虑红绿灯信号和路况信息的公交调度模型。模型中考虑了交叉口信号灯对公交车辆行驶造成的延误影响,将车辆交叉口延误时间加入目标函数中,同时给出了天气状况和交通拥堵状况分级说明,在模型中加入运营线路中不同路段的天气情况和路面拥堵状况对行驶车速影响的考虑。然后基于沈阳市内某实际运营的公交线路和实测客流情况设计了仿真实验,通过实验分析了天气和路面拥堵状况对行驶车速的限制情况,验证了模型和算法对降低车内乘客等车时间和交叉口延误时间优化效果,并解决了公车聚集问题。第三,建立了物联网环境下基于时变信息的多周期公交单线路动态调度模型。模型中加入了时间维度的考虑,利用物联网技术收集到相关时变信息,对发车间隔和车速进行动态调整优化。对遗传算法进行改进,加入了决策库机制以提高算法收敛速度。之后设计典型案例研究公交车辆在应对线路上各种天气和道路拥堵时进行动态调整的能力,实验结果表明模型能够对道路上不断变化的路况做出及时调整以优化调度过程。