1、在當(dāng)今時(shí)代，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，中國的大多數(shù)城市人口密度急劇增長(zhǎng)，給道路交通帶來很大的壓力，發(fā)展智能公交系統(tǒng)成為當(dāng)今的首要問題。提高公交到站時(shí)間預(yù)測(cè)模型的可靠性和精確度，可以方便居民合理安排出行時(shí)間、減少在站臺(tái)的等待時(shí)間，有助于公交運(yùn)營企業(yè)合理調(diào)度公交車輛，推動(dòng)城市公共交通的發(fā)展。然而由于城市路網(wǎng)復(fù)雜，影響公交車輛行駛的因素種類繁多且相互影響，很難準(zhǔn)確地預(yù)測(cè)公交到站時(shí)間。本文通過對(duì)具體城市的交通狀況進(jìn)行分析，建立合適的公交到站時(shí)間預(yù)

2、測(cè)模型，具有重要的實(shí)際意義。
　　對(duì)國內(nèi)外公交到站時(shí)間預(yù)測(cè)的研究現(xiàn)狀進(jìn)行對(duì)比和分析，重點(diǎn)研究相關(guān)理論與技術(shù)，給出預(yù)測(cè)模型的總體結(jié)構(gòu)。從多個(gè)角度分析公交GPS數(shù)據(jù)產(chǎn)生誤差的原因，并從誤差產(chǎn)生的根源出發(fā)，給出對(duì)應(yīng)的解決方案;利用現(xiàn)有的公交歷史數(shù)據(jù)，分析影響公交行駛因素;利用樣本數(shù)據(jù)并結(jié)合聚類分析算法，分析公交車在全天時(shí)段內(nèi)的行駛規(guī)律;分析歷史樣本數(shù)據(jù)和實(shí)時(shí)樣本數(shù)據(jù)之間的規(guī)律，探討特征輸入選取問題，得出特征選取的一些方法和策略。

3、　　在分析影響公交車輛行駛因素及其行駛規(guī)律后，確定預(yù)測(cè)模型的輸入條件因素及參考數(shù)據(jù)。依據(jù)車輛行駛時(shí)的狀態(tài)，將總的行駛時(shí)間分為站間行駛時(shí)間和站點(diǎn)?？繒r(shí)間兩個(gè)部分，站間行駛時(shí)間分別使用基于改進(jìn)粒子群算法的支持向量機(jī)模型和多元線性回歸模型進(jìn)行預(yù)測(cè)，站點(diǎn)停靠時(shí)間使用頻數(shù)加權(quán)數(shù)據(jù)融合技術(shù)進(jìn)行預(yù)測(cè)，從而得到一個(gè)預(yù)測(cè)的基準(zhǔn)時(shí)間，再利用實(shí)時(shí)數(shù)據(jù)使用卡爾曼濾波算法對(duì)基準(zhǔn)時(shí)間進(jìn)行動(dòng)態(tài)修正，從而得到最終的預(yù)測(cè)到站時(shí)間。最后，選擇大連市10路公交線路的GPS原