公交车是城市公共交通的重要组成部分之一,因此,公交车线网的优化设计就显得尤为必要了。公交车线网的优化研究旨在于在现有城市道路系统下,通过合理的布局、规划,使得城市公交车系统的运载能力得到充分的发挥,这对于提高城市的公交服务水平、效率,改善城市的交通状况有着重要意义。公交车线网优化设计问题(Bus Transit Route Network Design Problem, BTRNDP)是在上世纪60年代提出的一类组合优化的多目标决策问题,经过国内外专家及学者几十年的时间的努力,逐渐形成了比较完善的研究理论体系,并在此基础上,越来越多的应用在智能交通系统上。上世纪90年代,国外学者Baaj和Mahamassani建立了一套基于人工智能的线网的优化解决方案,随后,越来越多的学者开始应用遗传算法(如标准遗传算法、并行遗传算法等)进行公交车线网优化设计问题的研究,并取得了一系列的成果,而遗传算法由于线网优化设计方法的不同,在不同层面上有各自的适用局限性。本文由公交线网的研究背景、国内外研究现状、公交线网优化模型研究、遗传算法的研究以及算法的实现及测试等几个部分组成。本文首先从公交车线网起讫点的选址、线网的约束条件分析(如直达客流量、乘客出行总时间成本、公交企业效益等)等几个方面研究创建公交车线网优化的数学模型,研究学习K最短路径算法以及启发式搜索算法(A*)算法,并采用二者生成公交车线网的候选路集,以此作为公交车线网优化设计问题的可行解空间。本文分析了标准遗传算法(Standard Genetic Algorithm, SGA)的一些缺陷(如早熟和接近最优解时收敛缓慢等),并从遗传编码、杂交算子以及变异算子等方面尝试对标准遗传算法作出了一些改进,结合公交车线网优化的数学模型,实现了一种基于改进的遗传算法(Improved Genetic Algorithm,IGA)对公交车线网优化设计问题的求解方法。随后,本文基于VC++环境编写程序,验证了算法结果。最后,论文对本文进行了总结,指出了论文的几个关键点,并对有待于进一步研究的问题进行了展望。