当今,全国各大城市正在大力发展城市公共交通事业,公交专家系统成为提高公交系统信息化、现代化的重要措施。公交专家系统在公交调度、线网优化方面都应该发挥其重要作用。蚁群算法和遗传算法的应用是近些年在人工智能领域的研究热点,它们作为智能算法的典型代表,在工程应用、计算机仿真等领域中都解决了大量的实际问题。蚁群算法模拟了蚂蚁种群的习性,是一种新型的模拟进化算法,在数据挖掘的应用中获得成功并表现出良好的性能;遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法,其主要特点是群体搜索策略和群体中个体之间的信息交换,搜索不依赖于梯度信息。公交调度管理是专家系统的功能之一。它可以在既定的车辆资源基础上更加有效地解决市民“乘车难”的问题,具有非常重要的现实意义。本文探讨了遗传算法等智能算法在解决车辆调度问题中的应用,力求使之成为公交专家系统的一个重要功能。同样作为专家系统的一部分,线网优化的功能将为解决城市公交资源的分配合理性问题向用户提供决策支持。公交线网优化模型和方法是公交线网优化的关键。论文在分析公交线网优化目标及其影响因素的基础上,建立优化模型,并就其约束条件进行了讨论。在分析比较几种常用优化算法的基础上,采用蚁群算法进行公交线网优化,效果较好。本文介绍了蚁群算法和遗传算法的原理、特性,并重点研究探讨了在公交专家系统中两个重要应用。智能算法在数据挖掘中的应用还处于起步阶段,本文在介绍、研究前人研究成果的基础上,结合各智能算法,研究了在智能系统中的应用,包括规则构建、规则修改、信息素更新、收敛测试、样本数据修改等几个重要步骤。通过对数据的实验,对该算法的性能进行了测试。实验结果表明,该算法可以使专家系统准确有所保证。但是鉴于智能算法中参数选择的复杂性,可以在以后的实践检验中通过继续优化规则和参数设置,取得更加完美的成果。可以预见,由智能算法支持的公交专家系统将对公交事业的发展具有重要意义。