在公交时刻表调度优化研究中,如何均衡客流分布并兼顾车辆有效利用是一个难题,解决该问题的关键是对发车间隔进行有效优化。不同于大多数调度优化研究中采用的思路:在确定的车容量和消耗系数约束下,建立相应的多目标优化决策模型。本文从公交系统不同问题的实际调度需求出发,将单一确定的车容量约束用隶属度函数形式化为两个更具实际意义的模糊约束。基于此建立相应的模糊决策模型,解决单时间状态和连续时间状态下的时刻表调度优化问题。论文的主要工作内容如下:1.对公交客流数据进行挖掘与分析。基于公交运营原始数据(乘客上车打卡信息、车辆行驶的GPS信息及线路基础信息),建立乘客上、下车站点匹配模型、乘客多天出行数据补全模型,从而获得完整的乘客出行信息,并根据不同时间段的客流变化,推测站点客流的到达率、离站率及车内人数等信息,为后续公交调度优化模型的验证做准备。2.设计模糊约束并构建模糊决策框架。以确定的车容量为切入点,建立反映乘车满意度和车辆利用程度的隶属度函数,并以此构建基于模糊约束的模糊决策框架,以满足模糊约束下确界最大为目标,进行发车间隔寻优。之后利用该框架对固定发车次数的公交时刻表进行优化调整,解决均匀发车调度中的车载量不均衡问题,优化后的时刻表有效避免了过度拥挤和车容量利用率不足的缺陷,为模糊决策在不同时间状态下的公交调度优化问题研究提供基础。3.在单时间状态下,分别针对水平截集约束和混合车型约束下的时刻表调度优化问题,提出了相应的动态公交时刻表优化方法。设计基于模糊决策的公交调度优化模型,将决策向量扩充为决策空间,以决定每个时间状态所对应的最优时间间隔集。分别对比两个确定环境下的公交调度优化模型以说明时刻表优化效果,相关实验表明模糊环境下的时刻表能够更好地适应客流变化,同时减少乘客等车和乘车时间。4.在连续时间状态下,针对时刻表整体优化调度问题,提出负载均衡的公交时刻表优化方法。对模糊多阶段决策的逆向流技术进行改进,以时刻表整体满足模糊约束最优为目标,建立相应的模糊决策公交调度优化模型。因此在寻找最优发车间隔序列时,模型优化不再局限于单次发车,而是着眼于连续发车。对比不同线路、模型下的时刻表,结果显示模糊环境下的时刻表可以优化发车次数并均衡客流分布,从而提供稳定性强、乘车舒适度好及资源有效利用率高的发车间隔序列方案。通过对上述问题的分析、建模、求解及比较,可以验证模糊决策在公交时刻表优化调度研究中具有明显的优势:适应客流变化,均衡车辆负载。从而增强乘客满意度及提高车容量有效利用。本文同时立足于工程实践与科学研究,对公交时刻表优化进行探索,相应的解决方案不仅对公交线路时刻表的智能化设计起到指导作用,同样对于模糊环境在线路、线网的优化决策及其他相关领域的探索提供一定的参考价值。