公交车辆到站时间是出行者最为关心的交通信息之一,准确、实时的公交车辆到站时间预测模型是交通流诱导和线路引导的重要基础,为公交出行者提供更加可靠的信息服务是实现城市公共交通智能化的重要内容,对城市公共交通的发展起到积极的推动作用。交通系统非常复杂,已有的公交到站时间预测方法难以取得理想的效果。本文分别从理论研究和实际应用两个方面做了一些工作、取得了一些进展。采用系统工程的思想和方法,集成运用了GPS技术、预处理技术,数据库技术和GIS技术,实现了对车辆到站时间实时动态的预测。在数据采集方面,针对公交车实时采集的GPS原始数据存在多种测量误差,分别进行了识别、处理,通过对缺失数据进行有效地修补和对错误数据进行剔除,提高GPS原始数据的可靠性。在预处理方面,实时采集的公交线路运行信息数据量大、实时性要求高的特点,结合预测模型的要求,进行数据实时匹配和转化。数据匹配是指将实时采集的经纬度信息匹配到线路上,并定义站点区域,识别出站点。最后通过标准化,将数据变成预测所需的数据格式。在预测方法方面,本文先从技术可行性和可实现性的角度对公交到站时间预测技术进行分析,在总结现有预测算法的不足之处后,提出了基于移动平均法和动态调整的混合预测方法。选取了沈阳市244线路公交车作为研究实例,利用设计的模型和算法对车辆到站进行预测,通过和公交实际运行状况进行对比分析,验证了该预测方法具有较高的正确性和可靠性。在系统实现方面,在理论研究的基础上,完成了公交到站时间预测系统的需求分析、功能设计、数据库设计等工作。最后,开发了公交到站时间预测系统。