随着我国城市化进程的发展,城市交通问题日益严重和普遍,已经影响了城市的生产和生活。如何解决交通问题已经成为人们关注的焦点。在这种情况下,智能交通系统(Intelligent Transport Systems, ITS)便成为解决这个问题的重要途径之一。本论文是在研究ITS的基础上,认真学习了蚁群算法和遗传算法的基本知识,用融合蚁群算法的遗传算法解决公交车辆线路调度问题。公交车辆线路调度是公交调度的基本模式,本文以乘客等车时间成本最小和公交企业收益最大为目标,考虑最大和最小发车间隔、两个相邻的发车间隔之差以及满载率和车容量等约束,以发车时刻为变量建立数学模型。本文在算法设计上,将遗传算法和蚁群算法混合使用。在遗传算法交叉运算后,从当前群体中找出最优染色体,可将其视为较优解,用蚂蚁来寻找更优秀的染色体。每个蚂蚁按选择概率函数选择路径,产生出一个新的染色体。如果新的染色体比原来较优的染色体适应度好,则保留,并把该染色体作为一个变异运算得到的新染色体;反之,不保留,由下一只蚂蚁继续寻找。当寻找到的较好的染色体数量达到群体规模时,停止寻找。这样,用蚁群算法指导遗传算法的变异运算,增强了变异运算的智能性。并以某一路公交车辆为例,编程实现,求得整个调度时期内的不均匀发车时刻表。如按得到的结果进行车辆调度,可以比目前实际采用的调度减少发车数量,节省成本,而不会影响乘客的出行。