随着世界城市化进程的发展，城市交通问题日益严重和普遍，已经深刻影响了城市的社会生产和社会生活。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（ITS）便成为解决这个问题的重要途径之一，本论文便是在ITS的背景下，用遗传算法解决公共交通调度中存在的问题。第一章绪论部分，首先讲述了目前的智能交通系统背景，然后引入了公交调度理论讲述了当前公交调度理论的研究现状，最后介绍目前的几种先进的搜索技术。第二章遗传算法部分，简要地描述了遗传算法的基本内容，然后简要分析了公交调度中的问题，并详细讨论了公交调度与遗传算法的关系。第三章公交调度部分，详细描述了公交调度中存在的问题，并考察了当前公交调度方法，在此基础上对调度问题进行了分解，将静态调度问题，分解成为优化时间间隔和排班两个部分。由于在本论文中重点是实现遗传算法，而排班在具体实现时，没有采用遗传算法，故在本论文中主要解决的问题是如何利用遗传算法解决优化发车间隔问题。在论文指出了公共交通特别是对调度的要求，揭示了公交调度是一类特殊的组合优化问题，针对调度中的问题建立了数学模型，采用遗传算法来求解数学模型。第四章优化间隔部分，给出了用遗传算法求解调度模型的详细过程，构造了符合行车规律的编码方式、遗传算法和适应度函<WP=65>数。针对算法中的每个遗传算子如选择、交叉、变异等，都给出了实现过程。在实现过程中比较了目前较先进的实现技术，选出了适合公交调度的技术。在程序实现部分，给出了各遗传算子的流程图。在实现的过程中为了保存在遗传过程中出现的最优解，在遗传算法三个算子的基础上，增加了替代操作，将父代和子代中最优的部分个体进入下一代。在遗传算法的应用中一个很突出的问题就是算法的收敛性问题。很多适应度高的个体，迅速繁殖，很快占据了整个种群，这就造成了未成熟收敛。为了防止算法未成熟收敛现象，本文采用了小生境技术。即在遗传过程中有意识地降低种群中相似的个体的适应度，不让其迅速繁殖，保持种群的多样性。针对实现的算法进行了相应的实验，利用青岛某公交公司的实际客流数据进行分析，得出了优化的公交车发车间隔。同时对实验中出现的问题进行了分析，并提出了改进的方法。第五章总结与展望，总结了全文的工作并对今后的研究方向进行了展望。