[发明专利]基于混合分布的流量矩阵估计方法

权利要求书

1.一种基于混合分布的流量矩阵估计方法，其特征在于，包括以下步骤：

S1：使用已估计的流量矩阵作为输入，求解混合分布模型估计真实分布，步骤S1包括以下分步骤：

S11：运用重力模型估计OD对分布，并求得全网中所有OD对之间的流量矩阵X，所述流量矩阵估计的重力模型表达式如下：

x(i,j)=x(i,*)x(*,j)Σjx(*,j);]]>

其中，x(i,j)表示从源节点i到目的节点j的OD流量，x(i,*)表示从节点i流入网络的总流量，x(*,j)表示从节点j流出网络的总流量，∑_jx(*,j)表示从整个网络中流出的总流量；

S12:运用混合分布模型估计OD对的真实分布，步骤S12具体包括以下分步骤：

S121:定义混合分布模型，

fj(x)=Σl=1njpjlkjl(x),x>0]]>

其中，{p_jl}是混合模型中各成分的概率，并且满足p_jl≥0,∑_lp_jl＝1，{k_jl}是混合模型中的核心分布；

S122:混合分布模型的参数估计，包括初始值p、b的选取以及目标值C(p)的计算；

S2：使用MCMC采样估计流量矩阵，运用混合分布模型估计OD对的真实流量，在先验分布p(x|y)的条件下求解y＝Ax中的x，采用Gibbs算法得到估计值x；

S3：在步骤S1与步骤S2之间迭代，使得流量矩阵的变化率低于某一特定阈值。

2.根据权利要求1基于混合分布的流量矩阵估计方法，其特征在于，所述初始值p、b的选取，初始值p选取满足p_k≥0,∑_kp_k＝1，b值为重力模型的估计值。

3.根据权利要求1基于混合分布的流量矩阵估计方法，其特征在于，所述目标值C(p)的计算，通过估计在概率测度μ的条件下混合模型未知参数θ，得到CF估计方法的目标函数，求得最优解C(p)。

4.根据权利要求3基于混合分布的流量矩阵估计方法，其特征在于，所述最优解C(p)采用迭代二次规划算法，包括对于OD流的编号j＝1,…,J，找出一个合适的作为p_j的初始值，对每一条OD编号为j＝1,…,J，运用二次规划方法，使得最小，从得到p_j的最优估计值，重复步骤对每一条OD编号为j＝1,…,J，运用二次规划方法，使得最小，直到收敛。

5.根据权利要求3基于混合分布的流量矩阵估计方法，其特征在于，混合模型未知参数θ在概率测度μ的条件下，其估计表达式为：

θ^=argmin∫|ϵN(t;θ)|2dμ(t)]]>

其中，μ(t)是在R^I上概率分布函数，N表示独立样本个数，表示θ的估计值。