如今我们社会的现代化步伐越来越快速,这带动着城市的经济在迅猛的发展,也大幅度提升了我们国民整体的生活水平。随之改变的就是大城市的人口规模在不断的扩大,在特大城市流动人口急剧增加,导致了这些特大城市的交通等问题日益严峻,越来越多的人选择绿色出行的公共交通。做好公共交通的规划和决策,是解决交通拥堵问题的关键所在。在大数据时代,科学的利用云计算平台及相关技术,对公共交通数据进行分析和研判,做出合理的预测和决策。本文提出了一种基于Spark平台的分布式鲸鱼优化算法的特征选择方法,并将分布式鲸鱼优化算法进行改进,然后结合随机森林预测模型,本文提出了一种组合的公交客流预测模型。本文的具体工作如下:(1)研究了鲸鱼优化算法(Whale Optimization Algorithm,WOA)的初始化种群方法以及分布式化的思路。针对WOA种群初始化的方法,提出了反向学习初始化的策略,提高算法在初始化时种群的多样性,避免过早收敛。使用二进制编码,将鲸鱼优化算法分布式化,提出了基于分布式鲸鱼优化算法的特征选择方法。通过单机实验对比粒子群算法和遗传算法,分析得出鲸鱼优化算法的特征选择方法有较好的寻优效果;通过Spark平台的分布式实验结果,分布式平台对鲸鱼优化算法这类迭代的算法在处理大数据集的效率有明显的提升。(2)针对鲸鱼优化算法的搜索过程,本文首先提出了非线性的收敛因子的设计,使得算法在搜索时能更好的平衡全局搜索和局部搜索,然后通过引入正余弦的搜索策略,进一步的去解决算法在规模较大的问题求解时易陷入局部最优的缺陷,然后将改进后的算法分布式化,提出基于Spark的改进鲸鱼优化算法(Spark-Improved Whale Optimization Algorithm,SIWOA)。将SIWOA和随机森林预测算法组合,提出基于SIWOA的随机森林预测模型(SIWOA-Random Forest,SIWOA-RF)。最后首先通过单机的12组测试函数实验,比较基本的WOA和SIWOA的求解寻优效果,结果表明SIWOA无论在单峰函数还是多峰函数求解上都要优于WOA;然后通过我国某市公交客流数据来比较本文的SIWOA-RF的预测模型和传统的RF预测模型的预测效果,结果表明在最终的预测结果上,SIWOA-RF的预测模型要优于传统的RF预测模型。总的来说,通过非线性收敛因子和正余弦搜索策略来改进鲸鱼优化算法,对鲸鱼优化算法在求解效率上有着显著的提升,并且将算法分布式化,在Spark分布式平台上使用鲸鱼优化算法迭代处理大数据能够非常有效的提升算法的效率。