我国城市化水平不断提高,城市空间布局结构调整带来了居民出行需求的改变,公交乘客在出行时间、方向、站点上的非均衡问题日渐突出,严重影响了公交服务水平,导致公交客流大量流失。而现有的公交调度模式较为单一,无法匹配乘客出行特征,因此,亟需实施精细化、系统化的多模式公交运营调度。随着自动收费系统、自动定位系统等公交智能化技术的不断发展和广泛应用,公交出行数据库得到了极大的丰富,为深入挖掘公交出行特征提供了有利条件。基于此,本文以公交IC卡数据为研究对象,在公交乘客上下车站点匹配、客流出行特征解析、调度优化模型建立以及求解算法设计等多个应用方向展开研究,具体研究内容如下:首先,通过对现有常用公交客流数据采集方法的分析和比较,确定将公交IC卡数据作为本文研究的数据基础,提出了用于匹配乘客上下车站点的方法;基于研究线路的公交IC卡刷卡数据,从公交客流的出行时空分布特征和不同持卡人群的出行特征三个方面对公交客流出行特征进行研究,并利用Fisher最优分割算法对全天调度时段进行划分。然后,选取非均衡性较为明显的客流平、高峰时段进行公交调度优化方案的研究,根据不同时段的客流出行特征,确定相对应的调度优化方案,通过站点关联度计算模型优选大站快车的停靠站点,以乘客出行和企业运营综合总成本最低为目标建立客流平、高峰双向公交调度优化模型,优化线路发车时间间隔,建立基于发车时刻表的场站逆差函数模型,通过不同场站间空驶车次的插入,优化线路整体配车数。最后,选择非线性惯性权重动态布谷鸟算法作为建立模型的求解算法,并对该算法进行设计引入,通过三个标准检验函数检验了该算法的优越性,结合研究线路的基础数据、公交IC刷卡数据、站间平均运行速度等数据,对建立的调度优化模型进行求解,对比评价求解结果,验证了模型的有效性。本文建立的公交调度优化模型能够更好的吻合线路客流分布情况,有效地降低乘客出行和公交企业运营的综合成本,对提高公交资源利用率、提升公交服务水平和分担率具有重要意义。同时,本研究还将新算法设计引入到求解公交调度问题中来,能够为未来调度模型求解算法的研究和选择提供借鉴与参考。