[发明专利]基于混合分布的流量矩阵估计方法

摘要

本发明公开了一种基于混合分布的流量矩阵估计方法，包括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，以提高先验分布的准确性；S2：使用MCMC采样估计流量矩阵；S3：在第一步与第二步之间迭代，使得流量矩阵的变化率低于某一特定阈值，本发明运用特征函数求解OD流的混合分布模型，大大降低了混合分布模型中参数求解的计算复杂度，本发明在先验分布的条件下求解流量矩阵估计，采用Gibbs算法获得估计值，大幅提高了流量矩阵估计的准确性。

主权项

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：$x(i,j)=x(i,*)\frac{x(*,j)}{{\mathrm{\Σ}}_{j}x(*,j)};$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，$f_j\left(x\right)=\underset{l=1}{\overset{n_j}{\mathrm{\Σ}}}{p}_{\mathrm{jl}}{k}_{\mathrm{jl}}\left(x\right),x>0$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。