本文通过分析国内外城市公共交通智能系统的发展现状以及城市公交服务系统的服务模式,发现城市公交导航系统中的行程时间预测是当前智能交通领域的一个开放性课题,而这对缓解交通压力、提倡绿色出行具有重要意义。针对城市公交导航系统的行程时间时效性特点,本文通过分析已有的行程时间预测模型,采用基于GPS的公交探测车行程时间数据采集方法,分别研究行程时间数据预处理、行程时间模型和路线平均行程时间模型,创新性地提出了适用于城市公交导航服务系统的基于统计分析的行程时间概率预测模型,为城市公交导航服务系统的行程时间预测提供了新的思路。本文研究表明,线路样本总体行程时间均值符合正态分布,可将总体行程时间均值的置信度、置信区间以及线路样本在各状态分析时段内的行程时间概率分布作为行程时间预测信息。本文以我国大中型城市的典型公交路线为验证对象,重点研究了普通和快速公交的行程时间预测案例,验证了本文提出的行程时间概率预测模型的可行性和可靠性。本文重点突破传统行程时间预测模型、行程时间数据预处理、城市公交拓扑网络关键元素建模等理论和技术难题,提出了基于最小换乘次数的公交换乘算法,并通过设计、构建和实现城市公交导航服务系统,最终解决了城市公交导航服务系统的路径导航及行程时间预测问题。最后,基于Java EE、EJB架构以及XML中间件平台,本文分别实现了基于Client/Server架构的城市公交导航服务系统PTNS-Engine、PTNS-QAS软件平台。