1.一種用于公交系統的自適應調度方法，包括以下步驟：

S1、根據統計的歷史路線乘客流量預測乘客流量；

S2、根據統計的歷史發車間隔預測發車時間間隔；

S3、根據統計的歷史路線行車時間預測路線行車時間；

S4、獲取乘客到達率、交通擁擠率的值；

S5、獲取最終發車時間間隔的值；

S6、根據步驟S5預測到的發車時間間隔并獲取當天的乘客流量及當天的路線行車時間對第二天的發車時間間隔進行預測。

2.根據權利要求1所述的用于公交系統的自適應調度方法，其特征在于，步驟S1具體包括如下分步驟：

S11、將歷史路線乘客流量表示為矩陣P，P矩陣為M*N的二維矩陣，其中，行向量為同時間段不同站點客流量，列向量為相同站點不同時間段的乘客到達率，M為各時間段，N為各站點，將P矩陣轉化為二進制編碼的初始種群P₀，并選取種群規模Scope和遺傳代數Gen；

S12、計算初始種群P₀的適應值函數f^α(p)：

fα(p)=(Σi=1n*Npmi)α]]>

其中，α為預先設定的選擇算子指數，Pmi為初始種群中P₀第m行第i列元素，n為矩陣P元素對應的二進制位數；

S13、根據步驟S12獲得的適應值函數f^α(p)計算選擇概率：

Pchoice=fα(p)Σj=1Scopefα(p)=(Σi=1n*Npmi)αΣj=1scope(Σi=1n*Npmi)α]]>

其中，分母表示Scope規模種群的Scope個適應值之和；

S14、根據預先設定的遺傳代數Gen和選擇概率P_choice形成子代種群P_N，當達到最大遺傳代數時，迭代終止獲得最終的子代種群P_N；

S15、利用預先設定的變異概率P_d對子代種群P_N進行變異操作，得到最優種群；

S16、將子代種群中適應值最高的個體插入初始種群P₀中，將到的最優種群轉化為實數矩陣P_s作為預測的乘客流量。