技術特征：

1.一種基于改進遺傳算法的公交車輛資源調度方法，其特征在于：在軌道和公交應急聯(lián)動疏運的過程中，采用一種改進的遺傳算法來給定公交車輛資源調度方法；第一步，定義染色體編碼規(guī)則，隨機產生初始種群；第二步，給定各公交派車點調派車輛的最大循環(huán)疏運次數(shù)；第三步，計算染色體的適應度函數(shù)值；第四步，判定是否滿足收斂準則，不滿足收斂，轉到第五步，滿足收斂，獲得最優(yōu)的公交車輛資源調度方法；第五步：執(zhí)行改進變異算子，產生新染色體，轉到第二步。

2.如權利要求1所述的基于改進遺傳算法的公交車輛資源調度方法，其特征在于：所述變異算子，策略如下：

a:當公交派車點還有可調用車輛且從派車點往需要疏運人員的車站|L|的行駛時間小于需要疏運人員的車站|L|到指定疏運目的地車站的行駛時間時，則從公交派車點往需要疏運人員的車站|L|增派1輛車，公交車輛資源調度方案的車隊規(guī)模增加1輛；

b:當所有公交派車點都沒有可調用車輛且需要疏運人員的車站|S|至少派有2輛車時，從需要疏運人員的車站|S|往需要疏運人員的車站|L|調派1輛車，公交車輛資源調度方法的車隊規(guī)模不變；

其中：|L|、|S|分別為當前公交車輛資源調度方法中的行駛時間最長、最短的需要疏運人員的車站。

3.如權利要求1所述的基于改進遺傳算法的公交車輛資源調度方法，其特征在于：所述收斂準則為計算當前染色體的適應度函數(shù)值和上一次染色體的適應度函數(shù)值的變化率，如果變化率不為0，則為不滿足收斂準則，迭代優(yōu)化；反之則為滿足收斂準則，停止迭代。

4.如權利要求1所述的基于改進遺傳算法的公交車輛資源調度方法，其特征在于：所述染色體編碼規(guī)則，定義如下：A代表任一個隨機的公交車輛資源調度方法，X_j為各公交派車點調派車輛總數(shù)，X_ij為各公交派車點往各需要疏運人員的車站調派車輛數(shù)，公交應急聯(lián)動疏運系統(tǒng)中有m個公交派車點、n個需要疏運人員的車站，則A的表達式為

$\begin{array}{c}A=(X_1,...,X_j,...,X_m;x_{11},...,x_{i1},...,x_{n1};...;x_{1j},...,x_{ij},...,x_{nj};...;x_{1m},...,x_{im},...,x_{nm})\\ =\left(\right|{\mathrm{\α}}_1{D}_1|,...,|{\mathrm{\α}}_j{D}_j|,...,|{\mathrm{\α}}_m{D}_m|;|\left|{\mathrm{\β}}_i{X}_1\right|,...,\left|{\mathrm{\α}}_1{D}_1\right|-\underset{i=1}{\overset{n-1}{\Σ}}\left|{\mathrm{\β}}_i{X}_1\right|;...;\left|{\mathrm{\β}}_n{X}_1\right|,...,\left|{\mathrm{\α}}_m{D}_m\right|-\underset{i=1}{\overset{n-1}{\Σ}}\left|{\mathrm{\β}}_i{X}_m\right|)\end{array}$

其中β_i和α_j均是[0，1]區(qū)間內的隨機值，| |表示取整。