公共汽车在城市交通中扮演着重要的角色,并被视为缓解城市交通拥堵的可靠手段。然而公共汽车的不便之处在于准备搭车的乘客并不知道下一班车何时会来,这会使得乘客产生焦虑。为了解决这一问题并使公共交通更加便利,一些城市开始在公共汽车上安装全球卫星定位系统,由此获取车辆实时位置并向乘客提供公共汽车到站时间的预测。这样不但乘客能够更好地规划旅程,并且公共汽车的载客率也能得到提升。本文旨在研究利用公共汽车历史定位数据来预测车辆到站时间的模型。我们使用合肥市的公交数据对模型进行测试。我们的主要模型是基于差分自回归移动平均模型的时间序列模型。这一模型是研究该问题的常见方法。我们对差分自回归移动平均模型的参数取值进行了系统的实验。我们发现前后车站间的距离和单位时间的长度都对预测结果的准确度有着明显影响。进一步的实验发现,前后车站间的距离或单位时间的长度增大都能使得预测结果更加准确。我们还对比了差分自回归移动平均模型和历史平均值的预测结果,发现本模型的预测结果更加准确。