随着我国城市化进程的快速推进,机动车保有量呈急剧增长势态。然而,城市的综合服务能力及基础设施建设的效率却敢不上汽车保有量的增长速度,致使道路交通紧张,制约城市可持续发展。因此,大力发展城市交通系统成为当务之急。公交调度系统是交通系统的子系统之一,公交调度系统通过合理的分配人力、物力资源,以实现对公交车辆的最优化调度和管理。由于公交优化调度能带来良好的经济效益和社会效益,故国内外学者相继提出了很多优化方法来解决这一问题。公交优化调度问题属于多目标、多约束优化问题,建模和模型求解都存着困难。这一问题至今没有获得很好的解决方法,针对这一问题的研究仍在不断进行。本文提出了一种基于状态空间模型的智能算法来进行公交优化调度,该算法是采用实数编码方式且引入遗传算法基本理念的一种智能优化算法。利用状态进化矩阵的构造来指导算法搜索方向,突破了传统遗传算法的求解模式,使问题的求解过程可以用离散系统动力学过程表示。再通过选种池的优胜劣汰的选择机理来实现算法朝问题的最优解逼近。该算法操作简单,且寻优效果好。本文在考虑发车时间间隔、公交公司盈利和满载率约束的条件下,给出了兼顾公交公司和乘客利益的数学模型,该模型通过权重系数来反映主体利益倾向。将基于状态空间模型的智能算法运用到公交优化调度问题的设计中,并借助仿真平台,通过算例比较,验证了该算法在求解问题时的有效性。