科技化、城市化和智慧化进程的加快,城市人口和机动车数量几何倍增加,城市交通压力不断加大。交通堵塞已成为某些大中型城市的严重问题,普遍认为公共交通是解决城市交通问题的最佳有效途径。公共交通作为智慧交通的重要组成部分,已引起越来越多的关注。本文的研究内容是智慧公交服务系统的设计,重点是提出智慧公交的服务系统的总体设计,组建服务系统的总体网络架构,规划服务系统的功能模块。智慧公交服务系统的关键是公交车辆的智能调度和乘客出行方案的动态规划,两者都建立在公交车辆路段行程时间准确预测的基础上。针对公交车辆路段行程时间的预测进行了研究,预测公交行程时间即与当前行程时间有关,又与历史同期数据息息相关,本文建立了基于改进神经网络预测路段行程时间模型,内容如下:1基于神经网络路段行程时间预测模型的建立。具有自适应和自学习特点的BP神经网络,适用于处理非线性的回归和预测问题。2优化模型。为了提高预测模型的精度,对BP神经网络提出了改进方案,通过遗传算法对神经网络的连接权值和阈值进行全局寻优,降低了模型训练时间,提高了模型预测的精度。最后论文论述了智慧公交服务系统为乘客提供的出行路线的动态规划以及公交车的智能调度设计。本文为提高公交车运行的效率以及公交公司的服务水平提供了技术支持,具有一定程度的实际意义和社会价值。