公交车到站时间预测是实现智能公交的重要技术基础。在实际应用中,由于公交信息感知设备、通讯传输等诸多环节均可能受系统故障、环境变化等因素的影响,导致采集的公交车运行数据出现异常,直接影响预测效果;同时,公交车运行过程受多种交通因素的影响,其行程时间存在一定波动性和不确定性。但现有预测方法一般都忽略了这些因素的影响。因此,本文针对上述问题,以提升公交车到站时间预测的可靠性为目标展开研究,对改善公交到站时间预测系统的工程实际应用效果具有重要意义。论文从分析影响公交到站时间预测可靠性关键因素入手,分别从数据处理和预测方法两个层面进行预测可靠性的提升研究。针对数据异常问题,建立了数据缺失及数据错误的评价方法;并提出了公交车异常数据修复算法来为后续预测提供可用的修复后数据。针对公交车行程时间波动问题,提出了一种改进的马尔科夫链预测算法来预测公交车站间行程时间,在此基础上建立了公交车到站时间预测模型。最后通过应用测试证明了本文上述所提可靠性提升方法的有效性。论文主要内容包括:(1)公交车数据异常分析与处理。论文归纳和总结了数据异常情况,并基于此深入探讨了数据异常对预测可靠性的影响。然后,针对数据缺失建立了公交车到站时间预测角度下的数据完整性评价方法,针对数据错误提出了基于统计学和物理识别法的数据正确性评价方法。最后,提出了基于前车数据的异常数据修复算法。并利用重庆市公交数据对提出的数据处理方法进行检验,实验结果表明本文所提方法能有效识别和修复异常的公交车数据。(2)公交车到站时间预测模型可靠性提升方法。论文考虑到公交行程时间波动问题,提出了一种改进的马尔科夫链预测算法来预测公交车站间行程时间,引入自相关系数动态调整预测模型中各前车信息权重,并通过移动误差对预测结果进行实时修正从而增强预测模型的鲁棒性。最后,结合站间行程时间和站点停靠时间建立了公交车到站时间预测模型,确定了预测结果的可靠性评价指标。实验表明本文的预测方法优于现有方法,具有更好的预测效果。最后,利用VS2010开发工具设计与实现了公交车到站时间预测系统,分别进行了只利用数据处理方法、综合利用数据处理方法及改进预测方法的应用测试。结果验证了本文提出的方法可以有效提升公交车到站时间预测结果的可靠性。