As one of the main social issues in the 21st century, urban traffic congestion has become a severe challenge, especially during rush hours. Investigation indicates relationships between school-trip commutes, i.e., students’ trips to and from school, and traffic congestion. Therefore, optimizing traffic in terms of the school-trip commute is considered as an important practice of smart cities. This article proposes a long-coding adapted genetic algorithm for large-scale school district replanning. Moreover, the fitness function takes into account both the congestion coefficient model and the grayscale difference model, which can reduce the traffic congestion as well as balance the traffic load on school-trip routes. Based on the above results, the school-trip route optimization is formulated as the school bus routing problem (SBRP) and the split demand school bus routing problem (SDSBRP). A max–min ant system with a pheromone smoothing mechanism is proposed for the SBRP and the SDSBRP. Considering the large scale of the problem, a high-compactness K-means algorithm is proposed to determine bus stops before school bus routing. Besides, a public bus allocation strategy is proposed to allocate a fleet of public buses to serve school-trip routes with low allocation costs. The proposed algorithms are tested on a realistic and challenging dataset from real world. Experimental research results show the advantage of our proposed strategies in reducing overall rush-hour traffic and optimizing school-trip routes.

中文翻译：

---

基于校车通勤信息的城市高峰交通缓解策略

作为21世纪的主要社会问题之一，城市交通拥堵已成为严峻的挑战，尤其是在高峰时段。调查表明学校旅行通勤，即学生上学和放学的旅行与交通拥堵之间的关系。因此，在校车通勤方面优化交通被认为是智慧城市的重要实践。本文提出了一种用于大规模学区重新规划的长编码自适应遗传算法。此外，适应度函数同时考虑了拥堵系数模型和灰度差异模型，可以减少交通拥堵，平衡校车路线的交通负荷。根据以上结果，校车路线优化被公式化为校车路线问题（SBRP）和拆分需求校车路线问题（SDSBRP）。为 SBRP 和 SDSBRP 提出了具有信息素平滑机制的最大-最小蚂蚁系统。考虑到该问题的规模较大，提出了一种高紧凑度K-means算法来确定校车路线前的公交车停靠点。此外，提出公共巴士分配策略，以低分配成本分配一组公共巴士服务于学校旅行路线。所提出的算法在来自现实世界的真实且具有挑战性的数据集上进行了测试。实验研究结果表明，我们提出的策略在减少整体高峰时段交通和优化学校出行路线方面具有优势。为 SBRP 和 SDSBRP 提出了具有信息素平滑机制的最大-最小蚂蚁系统。考虑到该问题的规模较大，提出了一种高紧凑度K-means算法来确定校车路线前的公交车停靠点。此外，提出公共巴士分配策略，以低分配成本分配一组公共巴士服务于学校旅行路线。所提出的算法在来自现实世界的真实且具有挑战性的数据集上进行了测试。实验研究结果表明，我们提出的策略在减少整体高峰时段交通和优化学校出行路线方面具有优势。为 SBRP 和 SDSBRP 提出了具有信息素平滑机制的最大-最小蚂蚁系统。考虑到该问题的规模较大，提出了一种高紧凑度K-means算法来确定校车路线前的公交车停靠点。此外，提出公共巴士分配策略，以低分配成本分配一组公共巴士服务于学校旅行路线。所提出的算法在来自现实世界的真实且具有挑战性的数据集上进行了测试。实验研究结果表明，我们提出的策略在减少整体高峰时段交通和优化学校出行路线方面具有优势。建议采用公共巴士分配策略，以低分配成本分配一组公共巴士服务于学校旅行路线。所提出的算法在来自现实世界的真实且具有挑战性的数据集上进行了测试。实验研究结果表明，我们提出的策略在减少整体高峰时段交通和优化学校出行路线方面具有优势。建议采用公共巴士分配策略，以低分配成本分配一组公共巴士服务于学校旅行路线。所提出的算法在来自现实世界的真实且具有挑战性的数据集上进行了测试。实验研究结果表明，我们提出的策略在减少整体高峰时段交通和优化学校出行路线方面具有优势。