随着城市化进程加快,土地资源日趋紧张,交通拥堵亟需改善,优先发展公共交通成为缓解城市交通拥堵,减少城市污染和能源消耗,保证城市可持续发展的有效途径。经研究表明^[1],公交运行可靠性是影响公交服务质量和乘客出行方式选择的重要因素。然而,公交运行因受众多因素影响,公交间隔失稳导致的―串车‖、―大间隔‖现象频繁发生,公交运行可靠性问题亟需迫切解决。本文以此为切入点,选取公交运行可靠性的重要指标——公交间隔作为研究对象,利用高密度、高精度的公交轨迹数据实现连续时间点公交间隔预测,以此提高公交运行效率和吸引力,提升公交运行可靠性。首先,对公交运行可靠性理论、评价指标等进行总结,发现公交间隔是公交运行可靠性的重要指标并将其确定为本文研究对象,进而通过研究国内外公交间隔的研究成果发现,由于现有研究成果利用的公交数据密度低,大多为公交到离站数据使得公交间隔的研究大多基于站点层面,对于公交站间间隔变化未能深入研究,然而公交间隔失稳的形成很大一部分原因是由于站间运行过程受到的干扰并沿线路逐渐放大的,因此使得现有研究成果存在一定局限性。其次,由于智能公共交通的发展,使得本文获取的公交轨迹数据呈现出信息类型丰富、高密度、高精度的特点,既包含到离站信息又包含公交站间运行信息,为公交间隔的研究提供了有力的数据支持和新的研究思路,因此,本文提出了基于连续时间点的公交间隔预测研究,既完善了现有研究成果的不足,又为乘客和公交运营管理人员提供公交信息服务,及时发现公交间隔失稳现象为实施控制策略提供基础信息确保公交间隔运行稳定,实现解决公交运行可靠性问题。然后,针对实现连续时间点的公交间隔预测问题,利用插值法计算连续时间点上公交间隔信息,获取到用于模型构建的基础数据,选取目前应用较为广泛的BP神经网络、随机森林以及回归分析模型用于连续时间点公交运行间隔预测,并利用济南K11路公交实例线路验证了这三种模型的有效性,结果表明BP神经网络模型的预测精度要高于其他两类模型。最终,针对研究成果和公交运行现状,从外部环境和公交系统内部两个方面,提出了改善公交运行可靠性的具体建议。