由于公交驾驶员之间的驾驶技能和个体特征的差异,面对复杂的驾驶环境时的行为表现会有所不同,从而引起不同程度的驾驶安全问题。现有研究对于驾驶安全性相关的模型与算法研究主要集中在对群体驾驶行为的评级或打分上,而很少有研究关注个体驾驶行为的特征。对于公交驾驶员来说,识别并纠正其危险行为并预测驾驶风险、改善驾驶倾向非常重要。本文提出了一种基于公交GPS的个体驾驶行为建模及安全性评价方法,其结果可用于公交驾驶安全性分析。首先,从公交运行的特性出发,在分析公交站间运行和站点停靠特性的基础上,结合公交GPS数据的类型,寻找公交GPS数据的特征规律,分析公交GPS轨迹的分布特征,并针对异常公交轨迹数据,分析其产生原因,给出相应的处理方法。其次,依据个体驾驶行为的形成机理,将个体驾驶行为过程简化为环境信息采集——大脑分析处理——驾驶反应操作三个阶段,分别从年龄、性别、驾龄、驾驶习惯的个体因素,疲劳、压力的行业因素和线形、交通环境的道路因素三个角度分析个体驾驶行为产生差异性的原因。然后,通过界定不良驾驶行为事件,提出超速、急变速和急转向三种主要的危险驾驶行为,利用提取和处理得到的公交GPS数据,构建分别针对超速、急变速和急转向危险驾驶行为对应的瞬时速度、加（减）速度和方向角偏移指标,并延伸为距离、时长和次数的个体驾驶行为评价模型,提出模型的计算方法和步骤,并在个体驾驶行为单指标分析的基础上,进一步提出基于BP神经网络的公交驾驶安全性评价模型,通过学习历史样本用于驾驶安全评价与危险点预测。最后,选取上海市公交71路作为研究对象,对所建模型展开实例分析,选择3辆公交车的驾驶员（BUS-1、BUS-2、BUS-3）通过单指标模型对其个体驾驶行为进行分析,结果表明:BUS-1驾驶员有低速驾驶倾向,但速度控制不稳定,高峰时段容易出现急变速和急转向的危险驾驶行为,BUS-2驾驶员有高速驾驶倾向,变速和转向控制虽在合理范围内,但却存在频繁调整车辆的情况;公交驾驶安全性综合指标分析结果表明:BUS-3驾驶员驾驶行为良好,仅出现一处超速行为,且BP神经网络训练结果与单指标分析一致,有效性良好。