公交车停靠站是公交车运行过程中的重要组成元素,对公交车在站点处的停车时间进行研究和分析,可以更好地把握公交车的运行规律,有利于提高公交车的运行效率,同时帮助优化站点配置和公交车调度。预测公交车在站点处的停车时间,有利于更加准确地获取公交车到达站点的时间,为乘客提供了便利,并且对提高公交车服务系统的水平和公交车运营管理水平有很大的作用。所以,研究分析公交车站点的停靠时间具有重要的实际意义。本文首先对有无公交车专用道的公交站点进行了定义,研究和分析了公交车停车的过程,将公交车停车过程分为减速进站、站内停靠服务和加速离站三个阶段。然后,对公交车站点的停靠时间的规律和特点性质进行研究,主要从时段特性、周期特性和空间特性等几个方面进行了具体的分析。介绍了数据采集的方法以及获取公交车在站点处停靠时间的方法。本文基于采集的大量公交车停靠站时间数据,按照有无公交车专用道两种类型的公交站点进行实例分析,并且对公交车在站点处停靠时间的相关性进行了研究,从不同站点、前车影响以及客流量三个方面进行了详细地介绍,为后面建立预测停靠站时间的模型提供了支持。最后,对指数平滑法的思想进行介绍,根据公交车停靠站时间的影响因素以及有无公交车专用道两种公交站点类型,建立影响因子模型,构建预测公交车在站点处的停靠时间的指数平滑法模型。通过此种方法得出两个不同类型站点的停靠站时间的预测值,对所得出的预测值与实际值进行分析;对遗传算法优化的BP神经网络法进行介绍,依据对影响因素的分析,得出前车停靠站时间、历史停靠站时间、前站停靠站时间和前车刷卡人数四个输入层,建立遗传算法优化的BP神经网络预测模型。然后,对得出的公交车停靠站时间的预测值与真实值进行详细分析。通过对高峰时段的判定,建立预测结果的评价指标,对两种预测模型得出的预测效果进行对比和分析,挑选出不同的时间段中,有无公交车专用道的两种公交站点的预测效果较好的模型。经验证,遗传算法优化的BP神经网络预测模型在公交车停靠站时间数据波动较大时的预测效果更好,指数平滑法在公交车停靠站时间数据较为平稳时的预测效果比较好,为进一步对公交车停靠站时间的研究起到很好的推动作用。