2020年是我国全面建成小康社会的收官之年,人们的生活幸福指数极大的提高,尽管当前的国际环境不尽如人意,但是我国的经济发展方兴未艾,城市作为经济发展的中心,人口也不断从农村向城市汇集,使得现有城市空间有限的状况下,人口密度大大增加,人们在进行日常生活、工作生活出行时感受到的交通拥堵也就愈发的严重。我国人口的基数庞大,决定着我国亟需发展公共交通的建设,公共交通在我国的城市发展建设中举足轻重。随着近些年来国家对公共交通建设的重视和支持,公交线网建设的范围逐渐完善,能让更多的人在乘坐公交车辆时享受极大的方便。然而,在公交线路不断密集,增多的情况下也衍生出多条公交线路在同一运行区间运营造成的运力资源浪费的问题。本文基于此,同时考虑多条公交线路在同一区间运行的状况,建立公交发车间隔的优化模型,使用改进后的遗传算法对模型求解,通过在兰州市多条公交线路中获取的车辆和乘客数据,对模型的有效性进行验证。本文首先对现有公交调度方面的研究做了细致的研读,研究多数围绕针对乘客出行成本最小或者公交公司收益最大进行模型的建立,采用单一的或混合的启发式算法对模型进行求解。国内学者在公交调度方面的研究集中于单一线路的公交调度优化,考虑区间重叠特性的多线路公交调度鲜少被涉及,本文确定以多条公交线路在同一区间运行的协同调度作为研究对象。通过分析公交车从始发站发车到经过每一站点的运动过程、乘客是否在重叠区间出行的出行成本分类情况以及公交公司的运营成本组成,引入权重系数,同时考虑乘客进行二次候车的情况,建立以公交发车间隔为优化变量,以乘客出行时间成本和公交公司运营成本之和最小为优化目标建立了公交调度优化模型。对传统遗传算法中的编码方式和遗传操作进行改进,以提高算法的精确性和收敛速度,并将改进后的遗传算法应用于模型的求解。最后,本文通过对兰州市126路、137路、149路公交车进行车辆数据和线路客流数据的调查,将获取的数据进行整理,根据建立的公交调度优化模型,使用Matlab程序对模型进行求解,将得出的结果与现状调度结果进行对比分析,乘客在总出行时间上降低了3.9%,在总成本上降低了3.7%,并给出了优化后的公交发车时刻表,证明了模型的实用性。