降低。如若在给出公交到达时间的同时给出一个预测区间,保证公交到达时间的真实值以 定的概率值落在预测值的附近,则会在一定程度上降低预测的难度,提高公交预测系统的准 确性和满意度。 (三)公交运行全过程分析,重视交叉口研究 公交运行可分为路段行驶、交叉口通过和站点停靠。据调查,我国大多数城市交叉口延 误占整个公交运行时间的比例在25%左右。然而,现状学者对公交在交叉口的延误多采取一 般的交叉口延误模型进行分析。如何在公交到站时间预测的研究中更好地考虑交叉口延误特 征和公交运行过程各子系统之间的联系分析,还需进一步研究 (四)明确行为主体的多维特征属性,整体改善公共交通的社会价值 公共交通系统中的行为主体包括交通参与者(乘客)、交通服务提供方(公交公司、司 乘人员)和交通管理部门(交警、运输局)。其中,与交通参与者紧密联系的信息主体包括 移动通信用户、公交LC卡、城市POl数据等;与交通服务提供方紧密联系的信息主体包括 公交GPS数据、运营线路和站点、司乘人员排班等:与交通管理部门紧密联系的信息主体 包括政策导向、线圈数据、车辆牌照数据、FCD数据等。为了更好的为公众提供高质量的公 共出行体验,有必要从多个角度、多种方式,采用属性特征和特征点时空分布来描述公交在 时空中运行的活动 (五)充分认识公共交通系统的复杂性,洞察公交运行特性 公共交通既是城市交通的一部分,也是一个独立的复杂系统。公交系统具有整体性、关 联性和环境适应性的属性。现有公交到站时间硏究多考虑常规条件,对非常规情况下的公交 到站时间预测研究很少,而公交使用者更关心的是非常规情况下公交到站时间预测的准确性 和适用性。公交系统具有牵一发微动全身的特性,某一条件的变化将影响预测结果的准确性。 故如何建立非常规情况下(如早晩高峰、节假日、交通事故、恶劣天气等情况)预测模型是 十分必要和重要的 五、结论 本文通过研究公交运行特性和影响因素,对历史数据模型、时间序列模型、统计回归模 型、人工神经网络模型、支持向量机模型、卡尔曼滤波模型和数据融合模型等几种经典预测 模型进行了,整理汇总了近年来的主要研究成果,从预测精度、实时性、难易程度等几个等 方面对模型的优缺点。结合当前国内的公交发展趋势,提出了公交到站时间预测研究中需要 考虑的因素,以及需要注意的问题,对今后公交到站时间预测研究进行展望。降低。如若在给出公交到达时间的同时给出一个预测区间，保证公交到达时间的真实值以一 定的概率值落在预测值的附近，则会在一定程度上降低预测的难度，提高公交预测系统的准 确性和满意度。  （三）公交运行全过程分析，重视交叉口研究 公交运行可分为路段行驶、交叉口通过和站点停靠。据调查，我国大多数城市交叉口延 误占整个公交运行时间的比例在 25%左右。然而，现状学者对公交在交叉口的延误多采取一 般的交叉口延误模型进行分析。如何在公交到站时间预测的研究中更好地考虑交叉口延误特 征和公交运行过程各子系统之间的联系分析，还需进一步研究。 （四）明确行为主体的多维特征属性，整体改善公共交通的社会价值 公共交通系统中的行为主体包括交通参与者（乘客）、交通服务提供方（公交公司、司 乘人员）和交通管理部门（交警、运输局）。其中，与交通参与者紧密联系的信息主体包括 移动通信用户、公交 IC 卡、城市 POI 数据等；与交通服务提供方紧密联系的信息主体包括 公交 GPS 数据、运营线路和站点、司乘人员排班等；与交通管理部门紧密联系的信息主体 包括政策导向、线圈数据、车辆牌照数据、FCD 数据等。为了更好的为公众提供高质量的公 共出行体验，有必要从多个角度、多种方式，采用属性特征和特征点时空分布来描述公交在 时空中运行的活动。 （五）充分认识公共交通系统的复杂性，洞察公交运行特性 公共交通既是城市交通的一部分，也是一个独立的复杂系统。公交系统具有整体性、关 联性和环境适应性的属性。现有公交到站时间研究多考虑常规条件，对非常规情况下的公交 到站时间预测研究很少，而公交使用者更关心的是非常规情况下公交到站时间预测的准确性 和适用性。公交系统具有牵一发微动全身的特性，某一条件的变化将影响预测结果的准确性。 故如何建立非常规情况下（如早晚高峰、节假日、交通事故、恶劣天气等情况）预测模型是 十分必要和重要的。 五、结论 本文通过研究公交运行特性和影响因素，对历史数据模型、时间序列模型、统计回归模 型、人工神经网络模型、支持向量机模型、卡尔曼滤波模型和数据融合模型等几种经典预测 模型进行了，整理汇总了近年来的主要研究成果，从预测精度、实时性、难易程度等几个等 方面对模型的优缺点。结合当前国内的公交发展趋势，提出了公交到站时间预测研究中需要 考虑的因素，以及需要注意的问题，对今后公交到站时间预测研究进行展望