这篇写公交运营和考核的负责人。准点率上不去的时候，多数人第一反应是换算法。这篇想说的是，这个顺序经常反了：先用 AI 把问题分清楚，再决定要不要动算法。
先看一个数
有研究对一个城市公交全线路做了实测，平均准点率是 57.79%。同一份研究还指出，延误不可预测是许多城市居民回避公交的首要原因。
这是单城实测，不能当全国平均。但它说明一件事：准点率低不只是运营水平问题，它直接决定乘客还愿不愿意坐。
四类因素，AI 帮不上忙
把原因分开之后，会发现很多事不在调度权限范围内。这四类里，AI 的作用基本为零。
第一类是路况。有城市在答复公交问题时明确提到，线路若遭遇道路拥堵等突发状况，车辆易出现晚点。道路堵不归公交公司管，算法再准也算不出下一条路通不通。
第二类是车辆定位精度。传统车辆定位设备采样率大约是每分钟一次，加上高楼对 GPS 的遮挡，位置数据本身就粗。用一个粗的输入去算准点率，就像用一把不准的尺子量东西。这一条是后面所有分析的前提，也是 AI 分析结果经常不可信的根因。
第三类是站台停车。乘客没备好零钱、有人上车、有人下车、有老人需要多等，都会在站台消耗时间。这类时间不受司机控制，只能通过站台设计、刷卡方式、报站节奏来压缩。靠「要求司机快点」解决不了。
第四类是车辆和充电时间。新能源车要充电，充电占用时间，这个约束是硬的。配的车不够用，再怎么排班也只能那样跑。
把这四类排除掉，剩下的才是 AI 该上场的地方。
AI 做的第一件事：把延误分季节
这是 AI 在这件事上最实在的用法，而且它不是优化，是分类。
推荐做法是先用无监督聚类把月份按延误模式分组，再对每组单独做时刻表优化。相当于把「全年通用」一个问题变成「分场景」的一组问题。
为什么必须先做这一步。有研究做过一个双阶段方案。路网轻微拥堵时用非支配排序遗传算法优化发车间隔。严重拥堵时构建全程车与区间车的组合调度模型。报告的准点率提升 82.38%，平均候车时间减少 182.2 秒。这个数字是论文里那一条线路的结果，不能当通用承诺。但它说明了分场景的价值。轻度拥堵和重度拥堵是两个不同的问题，用一个模型解必然两头都不讨好。
时刻表优化是 NP 困难问题，AI 只能给候选
公交时刻表编排被公认为 NP 困难问题，找不到保证最优的算法。常用的解法是启发式搜索：贪心、模拟退火、禁忌搜索、遗传算法、粒子群。这些都属于 AI 里的传统方法，不是大模型能解决的问题。
这解释了为什么很多时刻表系统上线后没人用。算法给出的是一个数学上更优的解。但调度员要为一个班次偏离时刻表承担责任，而乘客感受不到那 20 秒的差别。调度员怎么用 AI 排班那篇讲的是排班侧，这篇讲准点率侧，两件事会互相打架。
所以正确的分工是这样。AI 用于按延误模式分场景生成候选时刻表，最终由调度员选定并录入系统。不让模型自动改时刻表，也不让模型自动决定跳站。这两件事涉及乘客知情权和责任归属。
有一个前提比算法更值钱
时刻表必须建立在真实的行程时间上。如果底表偏乐观，后面所有优化都是在优化一个假目标。
第一步该做的事没有任何算法含量。把每段行程的实际耗时统计出来，看标准时刻表和实际的差距有多大。这一步做扎实，后面才有东西可优化。这一步不做，上什么模型都是错的。
时间点选址也是同理。公交车靠少数几个关键站点卡住时刻表。选点要选有物理约束的地方，比如红灯多、掉头难、有发车场。直线段卡不住，那里车开多快都不影响。
考核指标会把人逼向哪里
这一节可能对你是最有用的一节，因为很多准点率项目不是技术失败，是考核设计失败。
第一个坑是只看准点率这一个数。考核只看准点率，最容易的做法是把时刻表排得特别宽松。计划发车时间比实际能跑的时间多留二十分钟，准点率立刻上去，乘客等待时间也立刻上去。
第二个坑是压到司机头上。把准点率直接跟司机收入挂钩，你会看到司机开始抢点，到站时间还没到就报站、提前起步。这个动作短期提升准点率，但乘客上车后发现车没停稳或者还没到站，投诉会跟着上来。
第三个坑是忽略交接班时刻。司机签到上车之前，那辆车在系统里没有状态，这段时间的准点率算不出来。考核口径里必须写清起算点是发车时间还是签到时间，否则不同线路之间没法比。
第四个坑是拿单月数据做判断。前面说过延误有季节性，拿这个月对比上个月可能只是在比天气。做对比至少要同季节比。
这几个坑有个共同结构。指标本身没错，错的是它变成考核项之后，被考核的人会朝最省力的方向凑。网约车派单算法怎么调那篇讲的是同一类问题。算法目标和考核目标不一致的时候，先动的往往是考核。
评估的时候该看什么
三个数。
第一是准点率的分布，具体看九成分位。平均准点率 80% 可能是这样构成的。六成班次准点，两成半晚五分钟以内，还有一成半晚很多。平均数看着还行，但那最后一成半的人每周都要经历一次。重点是尾部。
第二是候车时间的分布，看中位数和尾部。公交是概率服务，乘客等的是下一班，等待时间的期望比平均值更能说明体验。
第三是司机的加班时长。运营单位最容易漏掉这一项。优化之后司机每天多跑两小时，准点率上去了，人员流失率也会上去，最后总成本更高。这一项的判断方法和看异常分布而不是看平均值是同一个。
什么时候该停手
有一个信号说明该停了：各项指标都在改善，但投诉量没降。这说明测量方式和乘客的感受不是一回事。
先查统计口径是不是偏宽松，或者只统计了首末站，中间站的等待没有纳入。遇到这个信号别急着调参数，先去查乘客到底在抱怨什么。多数时候会发现是站台停车的问题，那不是调度能解决的。
还有一个数据上的坑。乘客投诉「实时信息不准」的时候，多数情况不是系统算错。多数时候是调度信息没录入，或临时绕行信息没在 App 更新。多地交通部门的公开答复里都提到过这两条。这类问题的解法是发布流程和录入纪律，不是换模型。城市治理里那篇讲的也是同一件事，模型替代不了流程。
本文讨论运营分析思路，不构成考核制度设计意见。具体指标口径需结合本地实际情况和主管部门要求确定。
