张雪[14]结合济南市的公交线网实际情况提出了一种运营组织的调度思路。主要思路为收 集客流量数据，对时刻表进行优化，对车辆调度进行排班配车制定，对线网进行优化，最后 实现区域调度。其主要研究路线与之前介绍的公交行车计划智能化编制及调整有许多相似之 处，最大的不同在于对线网优化给予了重视。

对于线网优化，刘浩广，王海威，伍家驹[15]提出了一种具有规模动态增长特征（Scale Dynamic Growth，简称 SDG）的网络模型。该模型通过引入新的连边并增加节点，在原来的 基础上构建一个新网络模型，结果表明：城市公交网络的度分布具有近似幂律的特征，有较 高的聚类系数和较短的路径长度。

易若成，韩印，张盛[16]针对智能交通网络也提出一种针对两条线路相交有换乘站的实时 优化模型和三条线路交叉有两次换乘的实时优化方法。

程塞君[17]提出一种针对区间车的组合调度模型。主要思路：搜集公交线路客流量信息， 并且使用客流ＯＤ理论对其进行分析，在此基础上确定区间车和全程车的基本组合模式。之 后通过对调整之后的调度方案搜集客流信息和运营信息，通过客流ＯＤ理论对其进行分析， 得出乘客总成本和公交总成本，进行反复优化使得总成本最小。

张建华[18]则是在分析客流ＯＤ特点的基础上，使用ＢＰ神经网络预测来建立组合调度模 型，通过约束条件的分析来进行算法设计。

多车场解决的问题与组合调度要解决的问题大致相同，都是立足于满足客流量需求，特 别是高峰客流量需求，立足于整个交通网络，使得车辆配置效率达到最高，既能满足客流需 求，又能最大程度减少车辆配置不当带来的高成本。

解决的主要思路分为两个部分：1。对城市常规多车场车辆调度进行描述，弄清楚连接网 络和时空网络之间的接续关系、任务表示和线网规模。 2。针对问题做出假设，建立数学模型， 求解算法。用分枝定价的思想使用大范围邻域搜索的算法[19]。

电动汽车的续驶里程与动力电池容量、单程行驶耗电量等因素有关，而时刻表、充电策 略等决定着充电时间的大小[20]。为提高动力核电池 SOC 的使用效率和使用寿命，采用“浅充 浅放”的充电模式，并且设计出了动力核电池的工作区间[SOCmin,SOCmax]。假设了纯电动公 交车纯电动公交运营规划相关变量，通过分析在约束条件下的车辆状态变化过程，通过 FIFO 发车策略制定电动公交优化算法。同时，有城市交通规划资深学者提出了城市公共交通的必 由之路是停车调控[21]这一观点。

程申，刘铮，阴丽娜[22]通过对城市新区的线路运营现状调查，及站点规划方法的研究， 最终提出了新区站点规划模型。

靳莉[23]通过研究车载蓄电池的充放电影响因素及搜集电动公交车电池状态参数，拟合出 了电池状态及续驶里程的函数关系式，最终构建了电动公交车辆的调度优化模型。

许文乐[24]通过研究电动车的续驶里程与其影响因素之间的关系，通过神经网络的分析方 法构建了可以预测电动车续驶里程的算法。

张家玮[25]通过搜集电动汽车运行过程中的参数，从而建立了基于数据驱动的电动车续驶 里程模型。

通过查阅国内外电动公交车辆有关充放电特性、充电模式、充换电站布局，以及对电动 公交车辆调度所做的研究，更加清晰地从宏观上对电动公交车辆的调度运营现状做了较为深 入的理解，通过此环节查阅资料的工作为之后制定电动公交车辆的现状调查方案奠定了基础。