近年来新兴的定制公交为通勤人群提供了便利的服务,然而交通拥堵、恶劣天气及交通事故等因素带来的路况变化增加乘客出行时间并严重影响公交运营的准时性,降低了定制公交服务的吸引力.针对一类考虑不确定路况、乘客分流和异质车型的通勤定制公交网络设计优化问题,首先基于最小最大后悔准则,构建了一个多目标鲁棒优化模型,同时优化异质车型选择、车队路线、行车时刻以及乘客分配,以最小化乘客旅行成本和公交系统运营成本.为有效求解该模型,提出了融合问题特征的多目标混合自适应大邻域搜索算法,设计了基于问题特性的乘客分流破坏算子并融合了交叉算子以提升算法寻优能力.大量数值实验结果表明:1)考虑乘客分流和异质车型可以提高车辆资源利用效率,考虑乘客分流平均节约2.44%旅行时间和11.46%运营成本,考虑异质车型平均节约1.74%旅行时间和24.95%运营成本;2)传统大邻域搜索算法和NSGA-Ⅱ相比,所提出算法能获得更高质量的Pareto解;　3)与路况确定情形下获得的方案相比,所获得的方案平均节约1.42%乘客旅行成本和18.24%运营成本,验证了考虑不确定路况研究的必要性.