مدل غالب در پژوهش های پیشین برای برآوردزمان سفر اتوبوس، رگرسیون خطی است که فرض محدودکننده توزیع نرمال را برای همه مشاهده ها دارد. از طرفی، مدل های بقا امکان محاسبه احتمال پیشامدرویدادهایی را دارندکه می تواننددر گذر زمان تغییر کنند. بنابراین، بررسی احتمال های رخدادی که با گذشت زمان تغییر می کنند، برای مدل های خطرپایه مانندبقا ایده آل هستند. در حالی که از این مدل ها در حوزه زمان سفر اتوبوس کم تر استفاده می شود. در این پژوهش، مدل های بقا زمان شکست شتابیده (AFT)، و رگرسیون خطی در قالب دو رویکردکمان پایه و بخش پایه مقایسه می شوند. برای مدلسازی، داده های موقعیت خودکار خودروها (AVL)، مربوط به 32 اتوبوس فعال در خط 313 شهر تهران (میدان سپاه تا میدان انقلاب)، شامل اطلاعات یک هفته از هر یک از ماه های اردیبهشت، مرداد، و آبان در سال 1394 بکار می رود. بر اساس نتایج، دقت مدل های بقا در هر دو رویکردمدلسازی بهتر از مدل رگرسیون خطی است. همچنین، برای مشاهده های زمان سفر کوتاه (کم تر از 100 ثانیه)، و بلند(بیش از 900 ثانیه)، عملکردمدل رگرسیون خطی بسیار نامطلوب است. علاوه بر این ها، خط ویژه خلاف جهت که در این مسیر وجوددارد، به طور میانگین حدود15.7 درصداز زمان سفر اتوبوس را می کاهد.