1、提升公交的服務(wù)水平是實(shí)施公交優(yōu)先的有效方式。隨著智能公交的發(fā)展，在運(yùn)營(yíng)過(guò)程中，公交系統(tǒng)產(chǎn)生大量的數(shù)據(jù)，為公交規(guī)劃和管理部門(mén)制定決策提供依據(jù)?；诠籌C卡數(shù)據(jù)和公交GPS數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的處理，及數(shù)據(jù)的分析和挖掘，可以獲得有效的客流信息和車(chē)輛運(yùn)行中的信息，并做出相應(yīng)的預(yù)測(cè)，為公交調(diào)度提供決策支持。
　　本文首先介紹了對(duì)公交數(shù)據(jù)源的分析，介紹智能交通背景下的公交智能系統(tǒng)產(chǎn)生數(shù)據(jù)的模式;公交數(shù)據(jù)的預(yù)處理流程，以IC卡數(shù)據(jù)和GPS數(shù)據(jù)為

2、主，介紹了兩種數(shù)據(jù)的不同的數(shù)據(jù)預(yù)處理步驟。本文研究了對(duì)公交數(shù)據(jù)的數(shù)據(jù)挖掘及分析。首先介紹了數(shù)據(jù)挖掘的基本概念和常用算法;對(duì)于IC卡的數(shù)據(jù)挖掘，本文分別研究了基于IC卡的客流時(shí)段劃分，一些客流指標(biāo)的統(tǒng)計(jì)分析，以及基于BP神經(jīng)網(wǎng)絡(luò)的客流預(yù)測(cè);對(duì)于公交GPS的數(shù)據(jù)挖掘，本文研究了公交GPS的路段匹配，公交在運(yùn)行過(guò)程中的運(yùn)行特性的分析，以及基于BP神經(jīng)網(wǎng)絡(luò)的公交運(yùn)行時(shí)間的預(yù)測(cè)。
　　基于對(duì)公交數(shù)據(jù)的挖掘，本文研究了公交調(diào)度，包括靜態(tài)調(diào)度及

3、調(diào)度問(wèn)題。對(duì)于靜態(tài)調(diào)度，本文主要研究了時(shí)刻表的編制部分，即首先根據(jù)IC客流數(shù)據(jù)，劃分客流時(shí)段，基于乘客等待成本最小、擁擠度最小、公交公司運(yùn)營(yíng)成本最小，建立公交時(shí)刻表的編制模型，并根據(jù)遺傳算法進(jìn)行求解;對(duì)于動(dòng)態(tài)調(diào)度，本文分別研究了異常事件下的車(chē)輛調(diào)度形式，以及實(shí)時(shí)調(diào)度中的站點(diǎn)調(diào)度和站點(diǎn)間調(diào)度，即動(dòng)態(tài)滯站調(diào)度和公交信號(hào)優(yōu)先的動(dòng)態(tài)調(diào)度，減少串車(chē)和大間隔的發(fā)生，提高公交的服務(wù)水平。
　　根據(jù)以上研究?jī)?nèi)容，本文給出實(shí)例分析，分別以實(shí)例驗(yàn)證了