目前,各大中型城市的公共交通管理工作的重点是公交调度问题,随着城乡建设进程的飞速发展,城市规模也在不断扩大,传统运营模式不再适用于现在的公交实情,这就要求城市的公共交通工具能够更快捷。为了满足人们的需求,公交企业必须对公交调度方法进行优化设计。公交调度的核心是采用科学的调度算法,制定出合理的发车计划。在制定调度计划之前,需要采集实时客流信息和车辆信息作为调度依据,GPS/GIS系统、无线通信技术和无线射频技术为信息采集提供了技术支持。将各技术模块集成到公交车辆的车载终端中,车载终端通过定位系统和乘客IC卡统计装置分别获取车辆信息和乘客信息,再将这些实时信息经过无线通信网络发送到调度指挥中心。调度指挥中心获取实时信息后,对这些信息进行分析,整理出用于公交调度的可靠数据。人工智能算法在解决路径优化、工作调度方面具有较高的效率,因此,研究选择合适的人工智能算法,使用其解决公交车调度优化问题具有现实依据和理论可行性。本文采用蚁群算法作为公交调度算法,以公交公司企业成本和乘客乘车候车的时间代价为约束条件,将公交调度模型转换为数学模型,设计出用于调度算法的目标函数。通过对不同时间段的发车间隔进行组合优化,最终得到最小目标函数值。本文使用并行计算与蚁群算法相结合的方法进行调度。蚁群算法本身具有并行性,而且并行计算的优势在于用空间换取时间,利用多进程的并行处理,最终提高运算效率。并行蚁群算法的使用克服了单独使用蚁群算法运算效率低、精确度不高的缺陷。通过大量实验数据的对比,确定了并行蚁群算法程序适用于公交调度问题的最佳并行度。论文还对使用并行蚁群算法进行公交调度的不足之处进行分析,并提出了未来工作的方向和重心,改进后的并行蚁群算法在公交调度方面会拥有更广阔的前景。