“智慧公交”是“智慧城市”的重要组成部分,是解决城市交通问题和方便居民出行的有效途径。智慧交通不仅可以诱导出行,还可以通过历史大数据的分析决策出行。公交客流量是深度挖掘交通出行大数据、研究乘客出行模式的基础。公交车到站时间更是出行者最为关心的交通信息之一。因此,以地理信息系统和数据分析为手段,展开对公交出行分析及挖掘工作,结合公交车数据结构,探讨乘客上下车站点推断和公交车到站时间预测方法,对城市交通问题的解决具有积极意义。本文在综合分析国内外对客流量和出行链研究方法的适用性、公交到站时刻模拟预测速度优缺点的基础上,结合数据源特点和人力财力,提出以单条出行链为研究对象,研究确定各站点吸引权,计算站点客流量;建立多元线性回归模型计算公交车历史平均车速,综合瞬时速度和到站距离,计算修正平均速度,预测公交车到站时间。基于深圳市AFC和GPS数据,利用时间匹配和密度聚类方法确定乘客上车站点;分析乘客出行行为以及规律,引入出行链单元公交节的概念。公交出行节连续时,依据乘坐人下次乘车的上车位置判断乘客下车站点;公交出行节断裂的乘客,结合乘客刷卡高频站点的频次和公交路线下游各站点吸引权重,判别出行节断裂时乘客下车位置坐标的可能性,并设计推断乘客下车站点算法。根据预测得到的乘客上下车站点信息,统计估算车内人数。利用K最邻近结点的方法对道路进行分段,建立多元回归速度模型估计各路段平均速度,以计算结果为历史数据依据,结合公交实时瞬时速度和距离到达站点的距离长度,预测公交的到站时刻。根据公交乘客下车站点推断算法,实例分析并预测结果,计算下游各站点的乘客可能的下车频次和分析乘客高频下车站点集,分析算法可行性,根据乘客下车预测点与真实下车站点之间的距离和各个预测点的权重判别评估预测的准确性,经过验证,表明方法是有效的。依据到站时间预测模型计算实际公交到站时间,通过与真实值对比评估,表明误差在合理范围内。利用路段平均速度的计算结果建立数据库,并对道路通畅性进行级别划分和实时可视化表达,其结论符合实际状态。