城市公共交通是解决城市交通问题的有效手段之一。然而,城市公交线路,尤其是常规公交线路,在实际运营中往往受到多种外界因素的影响而使公交站点处车辆到站间隔产生波动,显著影响公交服务质量。本文以城市常规公共交通为研究对象,基于实时获取的公交车辆位置数据及乘客需求数据,以公交车辆到站间隔的波动为切入点,在详细分析异常到站间隔出现的原因基础上,对实时的常规公交滞站、跃站和滞站-跃站混合策略进行建模分析,以保持车辆到站间隔稳定性,降低乘客平均等待时间,提高公交服务质量。首先分析公交车辆到站间隔稳定性对于公交服务质量的影响作用,并以哈尔滨市实际公交线路数据为例,提出了符合统计学规律的公交车辆到站间隔稳定性评价方法。进一步,整合数据挖掘和层次分析法,在站点层面上确定了公交车辆到站间隔波动的六个原因及不同原因的影响权重,为公交滞站策略的控制点选择及出现较大干扰情况下的跃站策略、乃至混合调度策略的建模和应用提供更有针对性的、更有价值的依据和指导。由于始发站发车频率对于公交车辆到站间隔波动有较大影响,提出了基于随机决策的公交车辆实时滞站策略。以线路上车辆到站间隔波动的方差的期望最小为决策目标,以控制点处滞站时间为决策变量,对公交车辆进行滞站调度。并利用动态规划的方法,将多阶段决策问题分解成单阶段决策问题,求解出实时的最优滞站时间和发车时间。数值试验结果表明,基于随机决策的滞站策略更能适应不同程度的公交需求变化,且对于线路受到扰动时的响应和恢复能力更好。但是,试验结果中也反映出当公交线路受到的干扰较大时,滞站策略本身会导致发车间隔过大的问题。鉴于滞站策略面对较大干扰时会出现的滞站时间过长的问题,继续对公共交通实时跃站调度策略进行研究,以应对线路中的较大干扰。分别基于两种跃站调度方式,构建了实时跃站的整数规划模型,考虑到线路实际站点个数不是太多和模型求解的时间精度要求,选用穷举法对模型求解,详细分析公交车辆运送乘客的动态演变过程,得到最优的跃站策略方案,并利用实时数据进行适应性决策方案的更新,以确保方案是实时最优的。但是跃站策略只适用于较大干扰而不适于应对常规扰动。综合考虑到滞站策略不能应对较大干扰,而跃站策略又不适于应对常规的随机扰动,提出了基于预测控制的公交滞站-跃站混合调度非线性整数规划模型,构建了包含预测的策略实施效果的动态目标函数,并实时进行适应性决策更新。该模型能够准确捕捉公交运行时的各种因素的动态性和不确定性,并实时预测某种策略实施对公交系统的影响。同时设计了拉格朗日松弛算法,对模型进行求解。最后,结合哈尔滨市104路公交线路实际的公交GPS数据和公交IC数据,在进行公交车辆行程时间预测和公交OD识别的基础上,对所提出的三种常规公交站内调度策略进行实证检验。结果表明,三种策略在不同情形下都能够显著降低乘客平均等待时间,提高公交服务水平。