优先发展公共交通,是转变交通增长方式、提高资源利用效率、减少交通污染和缓解交通拥堵的有效方法,也是我国城市交通发展的主体思路。发展公共交通的关键在于为乘客提供良好的公共交通服务,公交车到站时间预测有利于出行者合理安排行程及公交车辆的实时调配,是提高公交服务水平的有效手段。论文实现了公交车辆运行的GPS位置数据与公交线路数据的匹配,通过插值得到公交车每秒的位置信息,且根据公交车到达站点的先后顺序,提取了前后车关系,并系统地分析了公交车的运行特性及公交车到站时间的影响因素。在此基础上,针对现有研究中很少明确地研究公交车在站点的停靠时间及公交车通过交叉口的时间,且较少考虑道路交通流状态对公交车运行时间的影响这两个问题,论文首先针对路段运行时间及车站停靠时间,提出了基于ε-支持向量机回归(ε-SVR)的无交叉口公交车到站时间预测模型,利用遗传算法优化模型参数及输入变量,并基于北京市三环300路内公交车的实例数据,分别按照工作日高峰(7：00～9：00/17：00～19：00)、平峰,以及周末3个时段,验证了模型的有效性。预测结果表明,通过引入路段检测器数据,能有效降低模型的预测误差。上述三个时段模型的平均相对预测误差最大分别能减少1.55%、1.50%和1.25%。论文进一步针对公交车通过交叉口的时间,提出了考虑交叉口的公交车到站时间预测模型,并基于VISSIM仿真,验证了模型的有效性。VISSIM仿真结果表明,对于路段的交通流处于畅通和缓行状态时,交叉口预测模型都能获得较高的预测精度,而对于拥挤状态,由于可能存在公交车在停车线前二次排队的现象,所以平均相对预测误差相对较大。