近年来,城市化进程的进一步发展以及城市人口的不断扩张导致城市居民的出行量迅速增加,城市道路交通容量逐渐趋向于饱和状态,由此而引发的道路交通问题愈演愈烈。要妥善解决目前城市道路交通问题,就要通过各地政府及交通管理部门大力地发展城市道路公共交通,在实行公交优先战略的同时,充分、合理地利用智能交通系统(ITS)。本论文便是在当前智能交通系统(ITS)的背景下,通过采用综合改进的遗传算法来解决目前城市公共交通车辆调度的时间表优化问题。本文针对一条线路是否考虑换乘情况分别进行研究,以使得公交乘客的等车时间费用最小和公交运营企业所获得效益最大为模型目标,公交车的发车时刻为决策变量,并考虑公交车额定载客量和发车的时间间隔等约束条件研究建立公交调度模型。本文对遗传算法进行了研究,并对遗传算法进行自适应操作和最优保留策略的改进。遗传算法的参数中交叉概率和变异概率的选择是直接影响遗传算法的行为和性能的关键所在,自适应遗传算法使交叉概率和变异概率能够随适应度自动改变。使用最优保留策略来实现优胜劣汰的操作,也就是说在当前的群体之中,将适应度为最优的个体独立出来,使得该个体不进行变异运算和交叉运算,其主要作用是用来取代本代群体中在经过了交叉和变异等的遗传操作之后产生出来的个体中适应度相比较而言最差的那个个体。基于上述的研究,本文通过与青岛市经济技术开发区的某条公交线路的现有调查数据相结合,建立了公交调度模型,对遗传算法和改进的遗传算法进行了设计,并应用于所建模型的计算求解,基于Visual Basic语言进行编程与实现。计算得到了整个调度过程中不均匀的公交发车时刻表,同时结果显示改进的遗传算法比标准遗传算法优化作用明显提高,是求解公交调度的一个有效方法,通过计算结果与调查数据的比较表明所建立调度模型具有一定的实际应用价值。