[发明专利]乘客打车时刻分布区间的预测方法和系统

权利要求书

1.一种乘客打车时刻分布区间的预测方法，其特征在于，包括：

获取在预设区域和第一预设时间段内多个乘客使用打车平台打车的时刻，形成历史打车时刻序列，所述历史打车时刻序列为所获取的各个打车时刻的无序集合；

根据预设的方差无偏估计公式，对所述历史打车时刻序列的方差进行无偏估计；

根据无偏估计得到的方差，预测在所述预设区域内乘客使用所述打车平台在第二预设时间段内打车的时刻分布区间；

所述根据无偏估计得到的方差，预测在所述预设区域内乘客使用所述打车平台在第二预设时间段内打车的时刻分布区间，包括：

根据预设的方差分布模型，确定无偏估计得到的方差的波动区间；

根据所述波动区间，预测所述时刻分布区间。

2.根据权利要求1所述的方法，其特征在于，所述方差无偏估计公式为：

其中，D'(X)为采用所述方差无偏估计公式计算得到的方差，X为历史打车时刻序列，t_i为X中的第i个时刻，为X中所有时刻的平均值，n为X中时刻的个数。

3.根据权利要求1所述的方法，其特征在于，所述方差无偏估计公式为：

其中，D'(X)为采用所述方差无偏估计公式计算得到的方差，X为历史打车时刻序列，t_i为X中的第i个时刻，为X中所有时刻的平均值，n为X中时刻的个数，η为惩罚系数，c为X中所有时刻对应的打车地址的个数。

4.根据权利要求1所述的方法，其特征在于，

所述方差分布模型为无偏估计得到的方差与的乘积的分布模型，n为历史打车时刻序列中时刻的个数，σ为历史打车时刻序列的理论标准差。

5.根据权利要求4所述的方法，其特征在于，所述方差分布模型为n-1个正态分布变量的平方和的分布模型。

6.一种乘客打车时刻分布区间的预测系统，其特征在于，包括：

获取模块，用于获取在预设区域和第一预设时间段内多个乘客使用打车平台打车的时刻，形成历史打车时刻序列，所述历史打车时刻序列为所获取的各个打车时刻的无序集合；

估计模块，用于根据预设的方差无偏估计公式，对所述历史打车时刻序列的方差进行无偏估计；

预测模块，用于根据无偏估计得到的方差，预测在所述预设区域内乘客使用所述打车平台在第二预设时间段内打车的时刻分布区间；

所述预测模块具体用于：

根据预设的方差分布模型，确定无偏估计得到的方差的波动区间；

根据所述波动区间，预测所述时刻分布区间。

7.根据权利要求6所述的系统，其特征在于，所述估计模块中采用的方差无偏估计公式为：

其中，D'(X)为采用所述方差无偏估计公式计算得到的方差，X为历史打车时刻序列，t_i为X中的第i个时刻，为X中所有时刻的平均值，n为X中时刻的个数。

8.根据权利要求6所述的系统，其特征在于，所述估计模块中采用的方差无偏估计公式为：

其中，D'(X)为采用所述方差无偏估计公式计算得到的方差，X为历史打车时刻序列，t_i为X中的第i个时刻，为X中所有时刻的平均值，n为X中时刻的个数，η为惩罚系数，c为X中所有时刻对应的打车地址的个数。

9.根据权利要求6所述的系统，其特征在于，

所述方差分布模型为无偏估计得到的方差与的乘积的分布模型，n为历史打车时刻序列中时刻的个数，σ为历史打车时刻序列的理论标准差。

10.根据权利要求9所述的系统，其特征在于，所述方差分布模型为n-1个正态分布变量的平方和的分布模型。