呈线性关系，即随着上下车人数的增加，在站停靠时长呈线性增长。通过交叉口时间通过交叉口的时间，简化因交叉口型式，大小所造成通过交叉口的时间不同，只进行红绿灯等待时间的统计如下表各站间路段延迟时间与站间时长的比率站间名称交叉口延误时间站间时长比率城建农学院农学院侯台产业园区金冠里金冠里图书馆图书馆手表厂图站间路段延迟时间及站间时长直方图因为实地调查时间段是在平峰时段，并没有堵车情况发生，因此站间堵车的因素并不考虑在模型建立中，所以路段的主要延误来源于等红绿灯时间及排队时长。由以上图表可知，路段延误约占公交车站间行程时间的，平均占，停靠时长上下车人数停靠时间线性停靠时间路段延迟时间站间时长因此路段因交叉口所造成的时间延误的因素较站台停靠时长更为重要。表各站间路段长度站间名称路段长度城建农学院农学院侯台侯台产业园区产业园区金冠里金冠里图书馆图书馆手表厂图停靠时长路段延迟与行驶时间的占比饼图由上图可知，行驶时间在公交车站间行程时间的比率最大，其次是路段延迟，最后是在站停靠时长的比率最小，这是建立模型所必须考虑的三大因素，其他因素根据不同的道路情况可作不同的分析。公交车辆行程时间预测模型公共汽车由于存在着定线定站定时等特点，因此公交车辆行程时间的预测相对社会车辆来说可以采用较简单的方法，即在公交车辆行程时间预测模型建立及进行计算时，可进行适当的假设和简化。模型假设公交车辆在两相邻公交站点之间以行驶速度行驶。公交车辆行程时间受多种因素影响，如路段长度交叉口数量天气情况交通流量等，可根据不同情况进行简化。行驶时间停靠时长路段延误各阶段时长占比模型的建立与计算公共汽车交通系统中，公交车辆是在各公交站点之间行驶，因此，将每两个相邻的站点之间的公交车行程时间作为个计算单元。通过上面的建模假设，进行简化后，可以将两相邻公交站点之间的路径看作包括交叉口的路段。由此建立两相邻公交站点之间行驶的公交车辆行程时间的回归函数为式中，为路段上的回归参数为路段上的影响因素。计算回归参数，并进行模型的假设检验，通过检验后，用于未来时段的公交车辆行程时间预测。公交车辆行程时间实时预测方法的应用模型应用的对象为城建大学到手表厂这部分线路，主要运行的是路公交车。在调查研究中，我们由城建大学站到手表厂上行共七站。自变量的确定对路公交车行程时间进行多元回归分析，首先确定自变量。影响公交车行程时间的因素包括路段长度信号交叉口数目在站停靠时长路段交通流量天气情况道路等级等。其中路段长度通过交叉口情况提出了公交车辆行程时间预测的种方法。并结合四条典型公交线路，进行了模型的实际应用和验证。最后将通过此方法得出的预测值与实测值进行比较及误差分析。因为预测公交车辆行程时间太过复杂，加上我们专业知识能力和时间的限制，预测值实测值相对误差相对误差采集的数据不够丰富，还有本次试验并没有高峰时段的数据。使得我们无法了解在高峰时段下如何预测公交车辆行程时间。总之，我们还需要学习更多有关于这方面的知识，希望可以得出更加精准的预测行程时间的方法，为城市公共交通的发展贡献份力。参考文献刀，熊文华，徐建闽，林思基于网络的浮动车与线圈检测数据融合模型计算机仿真刀，，于滨，蒋永雷，于博，等支持向量机在公交车辆运行时间预测中的应用大学海事大学学报姚宝珍，杨成永，于滨动态公交车辆运行时间预测模型系统工程学报刀，温惠英，徐建闽，傅惠基于灰色关联分析的路段行程时间卡尔曼滤波预测算法华南理工大学学报自然科学版计会凤，徐爱功相关法自适应滤波在动态行程时间预测中的应用研究测绘科学周雪梅，杨时间路段延误时间和路段交通流量是最重要的几个因素。由于这段路程是由杨柳青进入市区的主要路径，高峰与平峰时段的交通量相差明显。因为我们的调查时段是平峰时段，道路交通量较少，并没有造成拥堵情况，故而道路交通量不作为影响预测行程时间的因素。多元回归分析法的影响因素即自变量为相邻两站之间的路段长度交叉口数量。因此根据实际情况可知，最终确定对路公交车的行程时间进行二元回归分析，建立二元回归模型式中为因变量公交车行程时间为自变量站间路段长度为自变量交叉口数量。模型的计算及检验利用八组调查数据，通过数据回归分析得到以下相关结果图数据回归分析结果图由上图可知即预测结果及分析应用以上得到的二元回归预测模型得到组预测结果，与实际测量值进行比较表模型预测值与实测值的比较站间预测值实测值相对误差城建农学院农学院侯台侯台产业园区产业园区金冠里金冠里图书馆图书馆手表厂回归统计标准误差观测值方差分析回归分析残差总计标准误差下限上限图模型预测值与实测值的比较图图相对误差值的柱形图从以上结果可以看出，大多数预测结果的误差在左右，平均误差在。并且试验中的起始站和终点站误差较中间站点要大。此试验所得到的二元回归预测模型只有般的预测精度，还需不断改进。总结公交到站时间预测是智能公交系统的重要组成部分及关键技术之，对促进城市公交系统的进步与发展及提高公交乘客的乘车满意度有着极为重要的意义。本文在国内外学者已经提出的众多模型方法中，选择了对本实验比较契合的多元回归分析法，再根据公交车辆运行的特点，分析公交车辆行程时间的各种因素，根据现有的道运营中的公共汽车和控制室之间建立信息交换，并利用诱导和双向通讯的方法，将服务信息提供给公共汽车运营人员和驾驶人员，同时这些信息也通过进站汽车指示系统和公交与铁路接驳信息系统提供给乘客。公共交通综合管理系统包括累积运营数据乘客计数监视和控制公共汽车运营与乘客服务等功能，其中乘客服务功能中包括进站汽车指示信息查询和公共交通与铁路接驳信息提示。公共交通综合管理系统的硬件包括公交主控中心区域中心以及路边车库和车载设备等。随着近几年城市交通问题的日益突出，以及经济的快速发展，政府加大了对公交方面的投入力度，在许多城市对公交车辆进行了更新，增加了公交企业的补贴，鼓励公交的发展。在理论研究方面，国内的许多学者结合国外已有的经验对公交调度问题进行了研究。通过国内学者的研究开发，我国在智能交通化方面的研究已初见端倪。在些大城市里已经开始应用智能化的公交系统。在上海，先进的自动检票机已被成功安装在了线路上，该系统能够实现自动记录地铁线路上面的乘客上下车流量。在杭州大连北京等城市，些先进的车辆定位系统和车载设备被安装在了移动的公交车辆上面，并且电子站牌也被安装在了公交站点，这些城市的部分线路已经实现了对公交车辆的跟踪定位，极大地提高了公交运营的效率。国内外公交到站时间预测技术发展现状在旧金山，公交线路利用系统将车载设备接收的信息传送到控制中心，中心根据公交车的实际位置即将到达的站点以及车辆所行路线的典型交通状况等信息，估计到达时间，并将其通过车站电子站牌提供给乘客。类似的系统也用在丹佛海滩沿线上。目前，在美国广泛使用的到达时间预测算法有为维吉尼亚乡村设计的基于的公交到达时间预测算法由洛杉矶运输部门为公交车迅速运输服务提出的预测算法由华盛顿大学为西雅图提出的公交车到达预测算法在休斯顿，为演示实时到达时间而提出的算法。目前大陆的公交车到达时间预测研究也逐渐受到重视。同济大学已经研制出交通信息网络系统，系统依托交通信息网格平台，采集大量公交车辆的信息，用高性能计算机进行相应处理，并通过智能导航系统为车载终端用户手持电脑用户以及手机用户等提供公交到站时间预测交通路况等出行信息。目前，该系统己在上海市公交系统的部分路段中使用，取得了良好效果。除此之外，各种有关公交车到站时间预测的手机也在发展，例如车来了掌上公交和酷米客公交等。研究方法介绍公交车辆的行程时间预测方法大致分为两大类，种是通过对以往车辆运营数据的收集，整理以及分析，从而总结出定的规律，然后再运用于实际当中进行验证及改善。这种方法比较简单，不需要很高的技术手段，但却需要海量的历史数据，并且这些数据的获取是很不容易的，所以这种方法应用范围较小。另种方法就是考虑交通状况，如公交车辆行驶的道路拥堵情况及交叉口的信号灯数量等，再通过建立模型得到公交车运行的般规律。其中悉尼市已付诸实施的机场快速公交车辆行程时间预测，采用的是基于统计分析的方法，所用的算法是改进的线性预测算法，其采集的数据来自于路标定位系统是种路标定位系统，用于预测公交站点公交车辆的到达时间，并在各公交站点将车辆到达时间提供给乘客。具。司机的年龄性别驾龄等影响其驾驶技术驾驶习惯及反应速度，从而影响公交车辆的行驶。天气情况。高温低温天气会影响车辆本身的性能，降雨降雪天气会造成路面湿滑影响驾驶员视线，从而影响公交车辆的行驶速度和时间。突发事件。突发事件是指交通事故临时交通管制等不可预料的事件，往往对公交车辆的行驶时间造成较大影响。交叉口行驶时间影响因素分析公交车辆通过交叉口时会因信号灯和进口道排队情况等产生延误，公交车在交叉口产生的延误占公交车运行时间的较大比重，己有的调查显示，交叉口延误约占整个公交车运行时间的。影响公交车辆通过交叉口行驶时间的因素除了已经提到的以外，还包括以下几个因素交叉口固有条件。交叉口的型式规模决定了公交车通过交叉口需要走行的距离，信号灯的种类相位配时等决定了公交车是否可以优先通过交叉口及通过交叉口时产生交织车流状况。交叉口交通情况。在交叉口的进口道，公交车前面车辆的排队情况也是影响公交车行驶时间的重要因素，般而言，前面排队的车辆越多，