公交是城市客运交通的重要组成部分,公交客流的基本特征在于它的空间和时间分布的不均匀性。公交客流的分布不仅影响到城市公交车辆的行车组织,而且还影响到公共交通的长远规划,因而研究并充分掌握其规律是十分重要的。如今,随着先进的客流数据采集技术在公交系统的逐步推广应用,公交系统在运行过程中积累的客流数据量越来越大。传统的数据分析方法已经不能很好的处理这些数据,需要研究新的方法对公交客流数据进行分析处理。本文对公交客流数据分析的研究主要集中在两个方面:第一,研究聚类分析在公交客流数据分析中的应用。研究并实现了使用聚类分析算法解决公交线路评价指标简化、公交线路分类、公交调度时段划分的方法。并用实际数据对相关方法进行了检验,结果表明这些方法是可行而有效的。第二,研究基于客流分析公交静态调度优化问题。公交静态调度的关键问题是确定行车时刻表,而确定行车时刻表的主要依据是客流的分布规律。本文首先在同时考虑客流的时间和空间分布的基础上,依照模型建立的步骤和方法,以最小拥挤度、最小候车超时度、最小发车次数为目标,建立了公交静态调度的数学模型;然后用非劣分层遗传算法对模型进行求解;最后利用数据对模型进行检验,结果表明模型及其求解方法是可行而有效的。