随着社会经济和城市化进程的快速发展,城市人口和汽车数量有了突飞猛进的增长,由此对交通的要求越来越高。现有的道路交通容量日趋饱和,城市交通拥堵问题日益严重。由于城市公交具有运量大、相对投资少、占有道路少等优点,所以为了适应城市发展,政府和相关部门大力提倡发展城市公共交通,提高公交出行分担率。提高公交的运营水平是吸引乘客的关键,公交调度是公交企业运营管理的核心内容,所以公交车优化调度问题的研究具有越来越重要的现实意义。本文对传统的优化方法和部分现代智能算法进行了研究和分析,在总结了它们各自优缺点的基础上,提出了一种将遗传算法和牛顿算法相结合的混合算法,这种算法将自适应遗传算法和牛顿算法相结合,遗传算法中的自适应交叉、变异算子确保算法向着有利的方向收敛,牛顿算法克服遗传算法后期进化能力差的缺点。本文介绍了公交优化调度的基本原理;根据公交车运营和客流量的特点,在兼顾公交公司与乘客双方利益的情况下,建立了以发车间隔为决策变量的公交车优化调度模型;提出运用遗传-牛顿算法来解决公交车调度问题。采用MATLAB对基于遗传-牛顿算法的公交调度模型进行仿真,仿真结果验证了该混合算法的有效性和优越性。