公交出行是居民在城市中普遍的行为现象。随着城市化发展的加快,城市人口、机动车保有量日益增长,城市交通拥堵及公交“车内拥挤”情况日益严重,大力发展城市公共交通成为缓解交通拥堵、公交“车内拥挤”的重要举措。为了更好地发挥城市公共交通的优势,就需要公交运营部门深入分析、掌握城市公交用户的出行习惯、需求;同样,公交用户对公交运营服务的要求也越来越高,人们普遍希望乘坐到准时、高效、舒适的公交,这要求公交运营部门在实际公交调度方面充分考虑用户的出行需求、特征。所以,在制定公交规划和公交策略前,首先对公交用户群体应进行深入认知。随着现代交通智能技术的发展,如AFC计费技术以及公交GPS定位技术的发展,使城市累计大量的公共交通和消费数据。这一系列交通数据为研究城市公交用户需求、时空特征提供了数据支持,通过适合的数据处理、挖掘方法,可推算用户上车站点、下车站点、运动轨迹等用户O-D信息。本文对现有公交用户划分研究和公交调度优化研究进行深入学习,发现现有公交划分研究未能充分利用用户出行信息,现有调度优化研究未能充分考虑各类用户群体出行时间成本。基于此,本文以黄岛区一周的公交GPS定位数据、消费记录数据、GIS站点数据、调度数据等为基础数据,主要进行了以下工作:(1)对公共交通和消费数据进行数据处理和挖掘。针对公交GPS定位数据、IC刷卡和移动支付数据、GIS站点信息数据、公交调度信息数据等。详细介绍了各数据表的样式、各字段含义、各数据表之间关联方式;说明了系列数据的采集、存储方式;对系列数据进行排序归并、异常数据处理;提炼了推算用户上车站点的匹配方法、站点下车人数的推算方法、站点到站客流分布推算方法。(2)构建用户时空一致性划分模型,并进行实例求解与分析。针对已有用户划分研究主要依靠出行频次,出行O-D点对的重复次数进行划分,本文构建时空一致性划分模型将用户出行时间、空间信息映射到统一坐标系中形成用户出行散点图或向量图,定义用户出行散点图或向量图的聚集程度、相似程度作为划分用户的依据,通过该模型将用户划分为5类:规律型、时间型、空间型、时空随机型、完全随机型。最后以黄岛区一周内所有使用IC刷卡和移动支付的公交用户进行划分,并简要对比分析了两者间在各类别在用户数量、周刷卡次数等方面的差异,简要分析了 IC刷卡用户的出行时间-空间特征。(3)构建考虑用户类别的公交调度优化模型,并进行实例求解与分析。针对已有公交调度优化研究主要以不加区分的用户总体候车成本和公交运营成本作为为目标函数建立调度优化模型。本文考虑已划分的不同用户具有不同候车成本构建考虑用户类别的调度优化模型。并设计适用求解该模型的遗传算法各操作,将时刻表的约束条件考虑到种群的初始生成与解码操作中。最后以黄岛区的D9路为实际案例,验证模型的可行性及求解效果。文章对公交用户类别进行划分,基于此,构建并求解考虑用户类别的公交调度优化模型,能为公交线路规划和车辆调度提供一定指导依据。