随着交通的发展,道路拥堵、车辆尾气排放造成环境污染等问题日益加剧。相比于私家车,公共交通工具具有承载量大,能源消耗较低,尾气排放相对较小等优势,对于缓解上述问题具有重要意义。因此,提升公交车辆的乘客满意度,是吸引乘客的必要途径。本文研究的主要内容为公交车辆从起点站到终点站所需的时间间隔预测。目前,我国公交公司主要依靠经验丰富的工作人员估计车辆回场时间进而进行车辆调度。但这种方式由于缺乏辅助的预测算法,仅凭经验估计常常造成较大的误差与错误的调度决策。已有公交到站时间预测通常是预测最近的一班车辆到达邻近站点的站数或时间,属于站间预测。若直接利用累加的方式用于预测终点站可能会出现误差累加的情况。因此,研究一种能够预测车辆从起点站到终点站的时间间隔无论是从科研角度还是工程意义上都是十分有必要的。论文首先介绍了国内外对于车辆到站预测技术的理论与应用研究现状,并介绍了几种常用的公交到站预测技术的原理与优缺点。其次,介绍了本文的数据处理与影响因素分析过程。最后提出了两种预测算法:R-GBDT与CTA。R-GBDT利用特征选择组件和模型调参组件为预测组件提供符合线路特征的特征组合与参数;由融合组件对其他组件的结果进行融合预测最终时间间隔。CTA利用时空组件借助ConvLSTM算法捕获事物的时间依赖性和空间相关性;利用属性组件借助嵌入和标准化的方法处理事物的外部属性;利用融合组件对时空组件和属性组件的输出进行融合,预测最终行驶的总间隔。