大力发展公共交通提升公共交通出行率可以缓解城市交通污染交通拥堵等问题。向出行者提供公交车的到站时间信息可以极大地提高公交服务满意度,从而提高公交出行率；向公交管理者提供公交到站时间可以为智能调度系统提供数据依据,优化公交调度系统。本文将分别对公交车站内停靠时间和站间行程时间分别进行预测研究,进而构建公交到站时间预测模型。首先,本文说明了公交到站时间预测研究的重要性和必要性,总结了目前国内外公交到站时间预测方法,并分析了这些已有的预测方法的优缺点和存在的问题。其次,介绍了目前公交车信息采集方法的类型及其特点,并重点研究了公交车GPS数据。根据公交车的行驶规律提出了一种GPS数据处理方法,从中提取出公交车的停站时间、站间行程时间等行驶信息。第三,本文分别对公交车的站内停靠时间和站间行程时间的影响因素进行分析,然后分别建立停站时间和站间行程时间预测模型。停站时间预测分别采用历史数据均值法和近邻算法(KNN)；站间行程时间预测分别采用历史数据均值法、时间序列法以及支持向量机(SVM)这三种方法。另外,本文采用南京市1路公交的GPS数据进行模型验证,验证结果表明基于KNN的停站时间预测模型和基于SVM的站间行程时间预测模型具有较高的预测精度。最后,结合停站时间和站间行程时间预测模型构建公交到站时间预测模型,并对公交到站时间预测系统进行总体介绍。