在科学技术和现代化水平高速发展的今天，人们不仅生活水平在逐渐提高，对出行质量的需求也在逐渐增长。然而我国是一个人口大国，人均道路资源十分有限，城市规模的扩大，私家车拥有量的逐年攀高，都会造成交通拥堵日益严重，居民出行环境不容乐观等后果。因此，为了有效缓解城市交通压力，改善城市交通落后的面貌，发展公共交通事业已成为当务之急。公交优化调度因其在发展公共交通事业中所处的重要地位和所具有的积极意义，不但引起了相关部门的高度重视，还成为了学者们研究的热点。虽然用于解决公交优化调度问题的优化方法很多，但鉴于其复杂性和特殊性，这一问题至今没有得到很好的解决。本文介绍了几种常用的智能优化方法，其中重点阐述了粒子群算法和单亲遗传算法，并在此基础上，利用这两种算法之间较强的互补性，设计了粒子群-单亲遗传算法。该算法将线性递减权重的粒子群算法寻找到的粗略解作为单亲遗传算法的初始群体，同时在个体繁殖过程中增加中间子群体的迁移、重插入等操作，有效地提高了算法的稳定性和收敛速度。本文在研究公交优化调度问题的过程中，首先综合考虑公交企业收益、乘客候车时间和车内拥挤程度对公交优化调度的影响，建立了可以修正主体利益倾向的数学模型；然后用所设计的粒子群-单亲遗传算法求解该模型，得出最优发车时间间隔，为公交优化调度提供理论依据；最后根据某条公交线路的客流量数据，运用MATLAB进行仿真分析，仿真结果验证了该模型和算法的有效性。