大力发展城市公共交通,是提高城市交通系统效率,缓解目前城市交通拥堵状况的最有效手段。然而,目前各大城市公交系统普遍存在着运力不足、快速率和准点率低等问题,导致公交系统缺乏吸引力和竞争力,严重阻碍了城市交通系统的科学规划和可持续发展。其核心问题在于公交系统运行数据的收集和分析方法的匮乏,以及公交运营的精准预测和管理方法的缺失。为此,本文提出了新型的基于实时信息的公交优先管理与控制方法,从客流需求分析→公交到站时间预测→公交实时调度→公交信号优先控制,研究一个完整的公交管理和控制实施过程,设计了针对性的预测分析模型以及管理策略。具体包括以下主要内容：(1)针对目前国内公交下车刷卡数据缺失的问题,提出了基于公交车载自动计费系统的公交客流需求挖掘模型,实现了对于城市交通网络OD需求的准确获取,从而为公交实时调度提供数据支持；(2)研究了基于公交实时信息的短时公交到站时间预测方法,提出了LINK-CFNN和STOP-CFNN预测模型,显著提高了公交到站时间的预测精度,从而为乘客提供出行信息服务,并辅助进行公交实时调度和信号优先控制；(3)研究了实时公交滞站调度方法,提出了基于支持向量机的Kalman滤波预测模型框架,设计了基于间隔的协控滞站策略以提高公交资源的利用率、公交车的准点率和线路的服务水平；(4)研究了基于强化学习的公交信号优先控制策略,根据公交车到达路口的环境状态,选择最优的策略执行,以获得最大累积回报值,从而使得公交的信号优先控制具备了自学习的能力,以降低公交车辆在交叉口处的延误,提高准点率和服务水平；(5)基于Paramics交通仿真工具,建立了交叉路口和公交路线的交通仿真系统,利用实际的交通数据输入来模拟真实的交通环境,进而对基于间隔的协控滞站策略和基于强化学习的公交信号优先控制策略进行了仿真测试。仿真结果证实了前述两种策略在实际交通环境中的可靠性和有效性。