1.一种基于群体智能的城市服务优化系统，其特征在于：包括数据收集模块、发车时间优化模块、预警分析模块和广播提醒模块，所述数据收集模块用于获取历史乘坐数据，建立历史数据库，获取城市道路网络数据，建立城市道路网络数据库和城市道路网络坐标系；

所述发车时间优化模块用于分析上一班公交车的晚点时长，评估晚点时长对上下车乘客人数的影响，分析上一班公交车剩余路线中与其他公交路线重合的站台，评估乘客分流对满载率的影响，根据历史乘坐数据，结合晚点偏差和分流偏差，预测目标公交车到达剩余站台的满载率，根据预测满载率，评估目标公交车的运行状态，调整下一班车的发车时间；

所述预警分析模块用于分析乘客的乘坐信息，评估公交车停靠目标站台时的客流量，判断是否进行预警分析，若需要则进一步评估目标站台附近机动车与非机动车的行驶状态，获取预警结果；

所述广播提醒模块用于根据分析的预警结果控制公交车内广播、站台广播和机动车车载广播，发出到站提醒和安全提醒。

2.根据权利要求1所述的一种基于群体智能的城市服务优化系统，其特征在于：所述发车时间优化模块包括公交车运行状态分析模块和发车时间调整模块，所述公交车运行状态分析模块用于分析上一班公交车的晚点时长，评估晚点时长对上下车乘客人数的影响，分析上一班公交车剩余路线中与其他公交路线重合的站台，评估乘客分流对满载率的影响，根据历史乘坐数据，结合晚点偏差和分流偏差，预测目标公交车到达剩余站台的满载率，所述发车时间调整模块根据预测满载率，评估目标公交车的运行状态，调整下一班车的发车时间。

3.根据权利要求2所述的一种基于群体智能的城市服务优化系统，其特征在于：所述公交车运行状态分析模块包括晚点偏差分析子模块、分流偏差分析子模块和满载率预测子模块，所述晚点偏差分析子模块用于分析上一班公交车的晚点时长，评估晚点时长对上下车乘客人数的影响，所述分流偏差分析子模块用于分析上一班公交车剩余路线中与其他公交路线重合的站台，评估乘客分流对满载率的影响，所述满载率预测子模块用于根据历史乘坐数据，结合晚点偏差和分流偏差，预测目标公交车到达剩余站台的满载率。

4.根据权利要求3所述的一种基于群体智能的城市服务优化系统，其特征在于：所述预警分析模块包括公交车到站分析单元和站台预警分析单元，所述公交车到站分析单元用于分析公交车与站台的距离，判断公交车停靠站台，发出停靠信号，所述站台预警分析单元分析乘客的乘坐信息特征，获取公交车停靠站台时客流量，判断是否进行预警分析，并获取站台预警结果。

5.根据权利要求4所述的一种基于群体智能的城市服务优化系统，其特征在于：所述预警分析模块还包括乘客预警分析单元和机动车预警分析单元，所述乘客预警分析单元用于接收预警分析信号后，分析目标站台前的非机动车行驶状态，评估公交车停靠目标站台乘客下车时的安全指数，获取乘客预警结果，所述机动车预警分析单元用于接收预警分析信号后，分析机动车与目标站台的位置特征，获取机动车预警结果。

6.根据权利要求5所述的一种基于群体智能的城市服务优化系统，其特征在于：所述城市服务优化系统的运行方法包括以下步骤：步骤S1：获取历史乘坐数据，建立历史数据库，获取城市道路网络数据，建立城市道路网络数据库和城市道路网络坐标系；

步骤S2：分析上一班公交车的晚点时长，评估晚点时长对上下车乘客人数的影响，分析上一班公交车剩余路线中与其他公交路线重合的站台，评估乘客分流对满载率的影响，根据历史乘坐数据，结合晚点偏差和分流偏差，预测目标公交车到达剩余站台的满载率，根据预测满载率，评估目标公交车的运行状态，调整下一班车的发车时间；

步骤S3：分析乘客的乘坐信息，评估公交车停靠目标站台时的客流量，判断是否进行预警分析，若需要则进一步评估目标站台附近机动车与非机动车的行驶状态，获取预警结果；

步骤S4：根据分析的预警结果控制公交车内广播、站台广播和机动车车载广播，发出安全提醒。

7.根据权利要求6所述的一种基于群体智能的城市服务优化系统，其特征在于：所述步骤S1进一步包括以下步骤：

步骤S11：获取历史乘坐数据，包括每个公交路线在各个时间段每个站台的上车人数和下车人数，建立历史数据库并将数据录入数据库中；

步骤S12：获取城市道路网络数据，包括城市道路网络图，道路名称，道路长度，道路曲度，道路坡度和道路交叉点位置，建立城市道路网络数据库将数据录入数据库中，建立城市道路网络坐标系，标记目标公交路线、标记拐点坐标和目标公交路线的各个站台点坐标，实时获取公交车位置点坐标、机动车位置点坐标和非机动车位置点坐标。

8.根据权利要求7所述的一种基于群体智能的城市服务优化系统，其特征在于：所述步骤S2进一步包括以下步骤：

步骤S21：获取上一班公交车内乘客的总数量N总和最大载客容量Nmax，计算上一班车的实时满载率

步骤S22：上一班公交车在起始站台发车时标记一个起始时间戳，在行驶过程中每到达一个站台时标记一个站台时间戳，站台时间戳和起始时间戳之差作为上一班公交车到达该站台的实际运行时间Ti，Ti代表公交车从起始站台到达i站台的实际运行时间，调取数据库中公交车从起始站台到达i站台的运行时间阈值ti，若Ti

步骤S23：获取目标公交车剩余路线中与其他公交路线重合的站台，若重合站台数N重≥

2，则标记该公交路线为分流公交路线，分流公交路线对应的公交车为分流公交车，根据重合站台数N重调取数据库中对应的稀释权重εj，获取各个站台的分流公交车数量kj，计算分流影响系数 式中，j＝1,2…,n，j表示分流公交车与目标公交车重合站台台数，kj表示重合站台数为j的分流公交车有k个，εj表示重合站台数为j对应的稀释权重为ε；

步骤S24：根据得到预测上车人数μiNi和预测下车人数νiMi和分流影响系数ξ，预测上一班公交车在目标路线上到达剩余站台的满载率 式中，i＝1,

2,…,n，N总是公交车内乘客总数量，周期内对比每个站台的预测满载率Pi和满载率阈值θ，若出现Pi>θ的情况，则上一班公交车出现异常运行状态，下一班公交车立即发出，协调目标公交路线的公交运行状态，若周期内始终Pi≤θ，则上一班公交车处于正常运行状态，下一班公交车按照原周期进行发车。

9.根据权利要求8所述的一种基于群体智能的城市服务优化系统，其特征在于：所述步骤S3进一步包括以下步骤：

步骤S31：在城市道路网络坐标系中获取公交车位置点坐标，根据公交车行驶方向遍历目标公交路线，遍历到站台点时停止，并将其作为目标站台点，其中公交车位置点，拐点和目标站台点作为m+1个划分节点将目标路线划分为m个道路段，根据遍历顺序获取m+1个划分节点的位置坐标(ai，bi)；

步骤S32：获取m+1个划分节点间道路段的道路曲度Q1_2，Q2_3，……，Qm_m+1，其中Qm_m+1指第m个划分节点和第m+1个划分节点之间的道路段的道路曲度，根据道路曲度调取数据库中对应的曲度影响系数α1_2，α2_3，……，αm_m+1，获取m+1个划分节点间道路段的道路坡度P1_2，P2_3，……，Pm_m+1，其中Pm_m+1指第m个划分节点和第m+1个划分节点之间的道路段的道路坡度，调取数据库中对应的坡度影响系数β1_2，β2_3，……，βm_m+1；

步骤S33：根据各个划分节点的位置坐标以及各个划分节点间道路段的道路曲度和道路坡度，计算公交车与目标站台距离式中，k＝1,2,…,m，若公交车与目

标站台距离L小于等于阈值，则判断公交车即将停靠目标站台，并发出公交车即将到站信号。

10.根据权利要求9所述的一种基于群体智能的城市服务优化系统，其特征在于：所述步骤S33进一步包括以下步骤：步骤S331：收到公交车即将到站信号后，获取数据库中乘客的乘坐信息，统计目标公交车在目标站台的下车人数M下和上车人数M上，计算目标站台的客流量K＝M下+M上，若客流量K为

0，则不进行预警分析，若客流量K大于0，则判断需要进行预警分析，发出预警分析信号，并控制目标站台广播，对目标站台的候车乘客和目标站台前的非机动车进行安全提醒；

步骤S332：收到预警分析信号后，进一步获取目标站台位置坐标(a1，b1)，获取目标公交车即将到站时所处道路段上所有非机动车的位置坐标(a2，b2)，获取该站台所处道路段的道路曲度Q1和道路坡度P1，调取对应的曲度影响系数α1和坡度影响系数β1，计算各个非机动车与目标站台的距离 式中，(a1，b1)表示站台的位置坐标，(a2，b2表示非机动车的位置坐标，识别各个非机动车的行驶速度V非，根据行驶速度V非调取数据库中对应的各个非机动车与目标站台的非机动车预警距离阈值 对比L1和非机动车预警距离阈值 若非机动车车流中存在 则控制公交车内广播向乘客发出安全提醒；

步骤S333：收到预警分析信号后，进一步获取公交车即将到站所处道路段上所有机动车位置坐标(a3，b3)，获取目标站台位置坐标(a1，b1)，获取该站台所处道路段的道路曲度Q1和道路坡度P1，调取对应的曲度影响系数α1和坡度影响系数β1，计算各个机动车与目标站台的距离 式中，(a1，b1)表示站台的位置坐标，(a3，b3表示机动车的位置坐标，对比L2与机动车预警距离阈值φ，若L2<φ，则将机动车标记为预警提醒范围内，控制机动车车载广播，向机动车司机进行安全提醒。