私家车数量的不断增多,是造成空气质量下降,资源消耗过快,交通拥堵的因素之一。缓解上述问题的基本方法既是发展公共交通,健全公共交通系统服务体系,实时获取公交车的运行情况,对公共交通服务体系建设具有重要意义,其中公交车到站时间预测是实现这一功能的有效方法之一。本文在讨论不同公交车行程时间预测方法的基础上,利用由站点向量、时段类别向量和工作日向量组成的输入向量分别通过支持向量机回归、BP神经网络、长短时记忆递归神经网络对青岛市468路公交车相邻站点间的行程时间进行预测,确立了各发车时段均方误差、总均方误差、预测值正确率评价指标,结果表明,三个模型的预测值总均方差均大于3600,60秒内的预测正确率均小于90%,预测效果并不令人满意。为了改善公交车到站时间的预测效果,提出了基于按不同时段划分提取特征值的预测方法,在高峰时段和非高峰时段分别按15分钟和30分钟作为时段划分,分别计算各时段平均每车次相邻站点间的平均行驶时间,将其和相邻站点间的距离作为有效特征值,将站点向量和时段类向量融合成由三组站点向量组成的one-hot向量,其中one-hot向量中的有效位由相邻站点间的距离表示,将one-hot向量和各时段平均每车次相邻站点间的平均行驶时间作为模型的输入向量,结果表明,此方法有效提高了模型预测值的正确率,降低了预测值的各发车时段均方误差和总均方误差。