为乘客提供公交车路段行程时间、到站时间信息能够有效地提升常规公交系统的服务水平。公交车到站时间影响因素复杂,预测难度大,而乘客对公交车到站时间实时性和精确性要求高,决定了需要对其进行动态的预测,从而有效地帮助出行者规划出行时间和路线,减少候车的时间,缓解焦虑感。文章首先针对不同的公交车到站时间预测模型进行综述,之后提出一种基于SVM-Kalman滤波和ANN-Kalman滤波的公交车到站时间动态预测模型。模型中,经过良好训练的SVM或ANN模型从历史数据进行预测得到行程基准时间;Kalman滤波动态算法在基于SVM或ANN模型预测值的基础上对结果进行调整。为了验证文章提出的动态模型的有效性、可行性,利用深圳市公交车辆真实运行数据对模型进行验证,将动态模型的预测结果与单一Kalman模型、单一SVM模型、单一ANN模型结果进对比,结果表明,公交车到站时间动态预测模型的预测精度更高,且时间效率良好。为了进一步提高公交车到站时间动态预测模型的预测精度,针对以公交系统发达城市常见的多条公交线路共享同一路段、公交站点的情况,把多公交线路前车加权路段行程时间引入到预测模型当中去。利用深圳市实际数据验证,结果表明,基于多条公交线路共线路段的模型能够进一步提高公交车到站时间的预测精度。