卷积神经网络在公交车辆调度中的应用综述
来源：计算机工程与应用杂志2026年第7期北京时间：
作者：洪荣荣, 贾新朝, 田苗苗
单位：1.新疆大学 交通运输工程学院，乌鲁木齐 830017；2.新疆交通基础设施绿色建养与智慧交通管控重点实验室，乌鲁木齐 830017；
摘要：随着深度学习的快速发展，卷积神经网络因在图像处理上的优越性能被广泛应用于多个领域，凭借强大的特征提取与非线性建模能力，逐渐成为优化城市公共交通系统的关键技术手段。基于国内外现有研究成果，对CNN在公交车辆调度中的研究进展与应用实践进行系统综述，围绕技术演进、模型架构及场景化应用展开深入分析。概述CNN与公交车辆调度的发展历程、基本结构及关键任务工作流程。探讨CNN在公交车辆调度中的应用，重点针对公交客流预测、到站时间预测以及乘客拥挤度检测等方面进行归纳和分析，总结并讨论了卷积神经网络在公交车辆调度中取得的最新研究成果，指出未来发展方向，为提高公交调度的准确性、可靠性与安全性提供支撑。
关键词：公交车辆调度,卷积神经网络,深度学习,智能交通
基金资助：新疆维吾尔自治区自然科学基金（2022D01C691）；天池英才引进计划-青年博士人才。
