城市定制公交服务，亦称都市商务班车，是近年来发展的新型公共交通类型。发展定制公交，可相对有效的减少私家车使用，降低出行成本，同时缓解道路交通性压力，节能环保。然而，在定制公交的发展运营中，对于站点选址、线路走向规划、客流预测、线路综合成本管控、定价与成本等策略的合理谋划，显得尤为重要。本文基于多种智能算法对定制公交运营规划作出较为系统性的一系列研究，其中主要包含的内容有:基于免疫优化算法（IA）对站点设置的探究、基于混合粒子群算法(PSO)和粒子群算法的多目标函数求解对通勤线路具体走向的确定、基于回归型支持向量机(SVR)的综合客流预测、基于非线性整数规划的线路调度问题，以及对定制公交线路运营综合成本计量等，同时以武汉市定制公交为例，运用MATLAB进行模拟计算，得到相应的应用结果。　　本文首先基于免疫算法具有产生多样性抗体能力、自我调节结构以及免疫记忆功能等特征，再与遗传算法相结合，形成的免疫优化算法巧妙地利用了免疫系统多样特性，产生和维持机制保证群体多样性，并可有效解决寻优过程中可能造成解的“早熟”问题，最终获得全局最优解。将其结合到站点选择问题之中，使得目标函数为各乘客步行至其配置站点距离值乘积之和最小化:min F=∑i∈N∑j∈MiωidijZij由此可得到最终的站点选址经纬坐标及相应的站点个数。　　对于线路具体走向的确定，本文中先利用源于对鸟类捕食行为研究的粒子群算法，并结合遗传算法，形成混合粒子群算法，并且引入通勤指标:arriveijt=distij·√tijt/Tij以优化以往指标单纯考虑通勤距离而忽略城市通勤状况的弊端，通过解决中国邮递员问题的线路遍历站点，得到优化通勤路线。同时，我们尝试从运营企业的成本最小化与乘客乘坐满意度最大化的多目标综合优化问题入手，运用粒子群算法的多目标函数求解，得到最终的线路规划走向。其中，多目标待优化函数如下:{max Px=n∑i=1Pi·S;min Rx=n∑i=1Ri·S.　　在确定了线路的站点与走向之后，我们亟待解决的问题就是相应客流的预测，以便确定车型、发车调度等数值。此处，我们基于支持向量机(SVM)引入ε不敏感损失函数，优化得到回归型支持向量机(SVR)。我们在高维特征空间中，建立如下的线性回归函数:f(x)=ωΦ(x）+b其中，Φ(x)为非线性映射函数。且定义ε线性不敏感损失函数为:L(f(x)，y，ε)={0,|y-f(x)|≤ε;|y-f(x)|-ε，|y-f(x)|＞ε　　由此产生训练集与测试集，进行创建/训练SVR拟合模型并进行模型评价，建立线路综合客流关系并预测客流。再通过非线性整数规划，依据客流现状，实现对线路调度和配车数的探究。我们去除常量后，可将此模型简化为以定制公交运营企业的可变支出费用与乘客舒适度加权和为最小化目标建立的线路车辆配置与调度的优化模型如下:min（a2·60T/nL）+(a3·m1∑i=1Qi/60T/nCn1(n/2Q+60·n1/∑i=1Li/Vi(i∑k=1Qk)))　　最后综合实际，建立运营综合成本计算公式，从而实现高效低成本的运营策略，有利于新型公交服务更快更好的立足于现行市场，发挥其相应优势，科学发展。