随着社会经济的持续快速发展,城市道路不适应交通需求的矛盾日益尖锐,造成了交通拥挤、秩序混乱、事故频发和污染加剧等严重问题.优先发展公共交通已经被世界各国公认为是解决大、中城市交通问题的最佳策略,是城市可持续发展的必由之路.而公交车辆调度是公交企业最基础、最重要的运营工作.本论文结合我国国情,提出建立基于统计客流信息的公共交通调度优化系统的设想,并对该系统的组成和实现进行了深入的研究.首先,采集公交客流信息的原始数据,在对数据模型进行优化的基础上建立公交客流信息数据库,并设计了数据库的录入界面,同时研究了在不同情况下录入数据的初步处理方法.然后,在公交线路客流OD调查数据的基础上,分析得到居民公交出行规律.建立公交线路客流OD矩阵推算的极大熵模型,分别采用原始资料作为先验OD和重力模型形式的先验OD对模型进行求解,结果证明该模型精度较高.并利用该模型推算公交客流信息数据库的客流时段OD矩阵.公交线路客流预测是公交调度优化技术的基础研究内容.通过对公交站点上下车人数主要相关影响因素的分析,根据改进的BP学习算法,建立了基于改进的BP神经网络的公交站点上下车人数预测模型.然后采用公交线路客流OD矩阵推导算法将预测得到的公交站点上下车人数推算成相应时段的预测客流OD矩阵.最后,以社会总体效益最优为目标函数,利用预测得到的乘客到达规律,建立公交车辆智能排班模型.并将遗传算法引入到问题的求解过程中,对公交车辆调度形式和发车时刻进行了优化.公交客流信息数据库设计、公交线路客流OD矩阵推算、公交线路客流预测和公交车辆智能排班是基于统计客流信息的公共交通调度优化系统的主要组成部分.本文对各个部分都进行了深入研究,提出了相应的模型或算法,并应用调查数据进行了验证,所建立的公共交通调度优化系统具有一定的实用价值.