本文以全球定位系统(Global Positioning System，GPS)和地理信息系统(Geography Information System，GIS)等先进技术为基础，重点研究了公共交通智能营运调度系统设计及关键技术，同时也对公交车辆发车间隔优化模型及行程时间预测模型进行了研究，主要研究工作如下： 1、不仅提出了公共交通智能营运调度系统总体设计方案，而且还结合我国公共交通的发展需求，遵循“合理规划，适度超前”的原则，提出了对系统最终实施具有一定参考价值的系统实施结构体系，并通过对我国公共交通现有的调度管理模式进行分析，同时结合公共交通智能营运调度的需求，提出了适合公共交通智能营运调度系统的组织结构和运作模式，为该系统的最终实施提供了有价值的参考。 2、由于GIS技术的强大功能，本文对该技术在公共交通智能营运调度系统中的应用进行了深入的探讨和研究，提出了城市公共交通地理信息技术(GIS-PT)系统框架，该框架对GIS-PT的功能、结构进行了分析，并对两种空间数据结构进行了比选，为GIS功能和使用范围的进一步拓广进行了有益的尝试。 3、基于GPS的移动检测技术具有应用范围广、速度快、不受天气影响等优势，本文采用基于GPS的实时交通数据检测技术作为公共交通智能营运调度系统中的检测技术，提出了基于GPS的移动交通检测技术系统框架，并对该技术在公共交通智能营运调度中的应用进行了探讨。 4、从公交乘客和公交企业双方利益最大化出发，根据公交车辆在实际运营时乘客流量在时间上的不均衡规律，对发车间隔采用分时段优化处理的思想，在合理假设的前提下，建立了以乘客和公交企业运营费用最小为目标的公交车辆调度发车间隔优化模型，最后采用广州市公交调查数据对所提出的模型进行了验证，实验表明该模型不仅稳定可靠，而且考虑了乘客和企业的需求，可作为实际编制发车时刻表的参考依据。 5、假设研究路段未来时段的行程时间是该路段上的前几个时段行程时间以及与路段相连的各个路段的行程速度的线性函数，本文利用卡尔曼滤波理论建立了公交车辆行程时间预测模型，为交通状况的实时预测提供了一个有效途径。并利用广州市公交实测数据，对基于卡尔曼滤波理论的公交车辆行程时间预测模型进行了验证，试验结果表明这一模型具有较高的精度。