公交线路上的客流分布规律和变化情况，是公交运营调度的基本依据和决策支持基础。研究乘客流量分布规律和变化情况，并应用于公交管理工作中，对提高城市公共交通的技术管理水平和服务水平均具有非常重要的实际意义。获取公交客流分布数据是一项长期而繁琐的工作，目前主要依靠人工调查。　　 随着智能交通技术(ITS)的发展，GPS和APC等车载设备应用日益广泛，可以实时地自动完成乘客上下车人数、时间、地点的记录，真实反映各时段、各区段上下车的客流情况。其获得的大量数据资源，为全面定量分析公交客流分布规律创造了条件。然而，传统的面向人工采集数据的客流分析方法已经不适用于这些海量数据的处理。　　 为此，论文将数据仓库与OLAP技术应用到公交客流数据的分析中，采用数据仓库技术解决海量数据的存储和处理，采用OLAP技术进行客流数据的多维分析，并实现快速提取客流数据中的关键信息。　　 针对GPS采集的是站点经纬度数据，而实际需要得到车辆到达站点的具体名称这一问题，论文采用了区间和最小差值方法，能够快速的将经纬度与站点进行较为准确的匹配，为数据的后期分析建立了良好的基础。APC在数据采集过程中，会产生大量的无效数据和零散的数据，论文采用了忽略空缺元组、取出冗余数据等方法对无效数据进行清理；针对零散的客流数据，采用基于运行时间表的数据整合方法对其整合。针对数据库中存储的APC及GPS数据不适用于联机分析处理的问题，利用数据仓库中星模型构建了适合多维分析的数据结构，将数据以正确的模式抽取到数据仓库中。　　 从海量客流数据中快速获取所需要的信息是客流分析的关键，论文采用OLAP技术，对公交客流进行多维分析，从中快速地提取关键信息。并结合重庆市820公交线路的GPS和APC数据，开发并实现了公交客流多维分析系统(MDAS)。实验结果表明，该系统能够以多种数据展现形式，从时间、站点等多个维度对公交客流数据进行快速统计分析，公交管理人员能够方便地掌握线路在各个时段、各个站点的客流分布情况，从而为全面、准确掌握线路客流分布规律提供了科学的参考依据。