王惠敏,杨青萍,林婉婷,朱铭慧,王立洪

（宁波大学 数学与统计学院,浙江 宁波 315211）

0 引言

随着社会经济的快速发展和人口的倍增，我国机动车拥有量急剧上升，交通问题日益严重[1]，“优先发展城市公共交通”战略成为共识[2]。据《统计公报》显示，2015年至2019年宁波常规公交客运量连续下降，究其原因，一方面在于近年来由于地铁、网约车等交通方式的崛起，给公交运营带来了一定的冲击；另一方面在于宁波公交运营排班中全面智能化有所欠缺，高峰期发车间隔最高达30 min，且发车间隔不规律，无法灵活应对由于上下班、节假日等造成的潮汐交通现象，以致公交运营出现高峰期出行供应不足和平峰期资源浪费的问题；此外，因高峰期交通拥堵，公交运行速度较低，准点率下降[3]，公交对乘客吸引力不足。截至2018年底，宁波市民选择公交出行比例仅占21.70%。据国内外研究表明，高峰期发车间隔应少于10 min，过久的发车间隔无法满足乘客出行需求，过短的发车间隔会导致交通拥堵且造成资源浪费，如何合理调度公交是提升公交运营服务水平的重要课题。

国内对于公交调度研究中多采用遗传算法，目前已有人提出基于遗传算法以乘客等车时间成本最小和收益最大为目标研究公交智能排班方法[4,5]；孙志田、张建梅等人提出在传统遗传算法中加入优先级编码方式以及染色体结构，以提高传统遗传算法效率[6]；刘继国[7]在基于遗传算法的公交排班系统研究中表明遗传算法能有效解决公交调度问题。……