مدل غالب در پژوهشهای پیشین برای برآورد زمان سفر اتوبوس، رگرسیون خطی است که فرض محدودکننده توزیع نرمال را برای همه مشاهده ها دارد. از طرفی، مدلهای بقا امکان محاسبۀ احتمال پیشامد رویدادهایی را دارند که میتوانند در گذر زمان تغییر کنند. بنابراین، بررسی احتمال های رخدادی که با گذشت زمان تغییر میکنند، برای مدلهای خطرپایه مانند بقا ایدهآل هستند. در حالی که از این مدلها در حوزه زمان سفر اتوبوس کمتر استفاده می شود. در این پژوهش، مدلهای بقا زمان شکست شتابیده (AFT)، و رگرسیون خطی در قالب دو رویکرد کمانپایه و بخشپایه مقایسه میشوند. برای مدلسازی، دادههای موقعیت خودکار خودروها (AVL)، مربوط به ۳۲ اتوبوس فعال در خط ۳۱۳ شهر تهران (میدان سپاه تا میدان انقلاب)، شامل اطلاعات یک هفته از هر یک از ماههای اردیبهشت، مرداد، و آبان در سال ۱۳۹۴ بکار میرود. بر اساس نتایج، دقت مدلهای بقا در هر دو رویکرد مدلسازی بهتر از مدل رگرسیون خطی است. همچنین، برای مشاهده های زمان سفر کوتاه (کمتر از ۱۰۰ ثانیه)، و بلند (بیش از ۹۰۰ ثانیه)، عملکرد مدل رگرسیون خطی بسیار نامطلوب است. علاوه بر اینها، خط ویژه خلاف جهت که در این مسیر وجود دارد، بهطور میانگین حدود ۱۵,۷ درصد از زمان سفر اتوبوس را میکاهد.