应用城市公共交通系统多源数据融合以获取城市公交OD需求对于城市公共交通的运营、规划与管理具有重要意义。“一票制”公交刷卡制度下,公交IC刷卡数据中仅能获取乘客的刷卡时间、车辆编号等信息,并未存储刷卡对应的公交上车站点,需要进行相关推断获取;且对于乘客下车时的相关信息,现有研究所提供的方法识别率与准确率并不高,为获取公交客流时空分布特征与公交OD矩阵带来极大的困难。为解决上述问题,本文基于多源数据融合对城市公交客流OD需求推断方法进行了相关研究。首先,本文以城市公交系统中常见的城市公交IC刷卡数据为主要数据来源,结合公交车载GPS数据以及城市路网公交线路、站点数据,对公交客流OD进行推导。本文讨论了三类数据源的采集、传输和存储方式,并进行了相应的数据预处理工作,主要包含研究时段的选取、关键字段的筛选和无效数据的清理等工作。城市公交乘客上车站点识别算法上,本文通过公交车载GPS数据与公交线路站点数据的数据融合,可以获取公交车辆经过特定站点的时间信息,形成公交车辆到站时刻表,并采用基于密度聚类的算法对公交车载GPS数据与公交线路站点数据进行基础地理定位坐标系的修正。通过公交车辆到站时刻表与公交IC刷卡数据进行匹配,可以识别公交乘客的上车站点。本文考虑了公交车辆到站时刻表与公交IC刷卡数据的系统时间偏差,考虑乘客刷卡非瞬发性,引入滞后系数进行系统时间修正。城市公交乘客下车站点推断算法上,本文采用公交出行链对公交出行过程进行分析,以满足公交出行链的乘客出行记录为对象进行推导,获取公交出行链下车站点集合。对于非出行链公交出行记录,假设其服从与公交出行链数据集服从相同的数据分布,以公交出行链推导获取的数据集为先验知识,训练深度前馈网络分类模型,并以非出行链公交出行数据作为待预测部分,输入训练好的深度前馈网络分类模型预测下车站点。最后,本文以贵阳市公交IC刷卡数据、公交车载GPS数据和公交线路站点数据为例进行实例分析,验证了本文算法的有效性和适用性。