[发明专利]一种基于Copula和Monte-Carlo模拟的路径行程时间估计方法

摘要

本发明公开了一种基于Copula和Monte‑Carlo模拟的路径行程时间估计方法，步骤为：S1、获取一条路径中各路段路径行程时间波动率；S2、通过最大似然估计对各路段路径行程时间波动率进行边缘分布拟合；S3、基于各路段路径行程时间波动率分布函数使用Copula理论进行路径行程时间波动率分布函数的拟合；S4、在Copula函数的基础上进行Monte‑Carlo模拟以获得路径行程时间波动率序列；S5、确定某一置信水平下的置信区间并计算路径行程时间波动率的期望；S6、把路径行程时间波动率期望值与上一时段的路径行程时间结合以估计当前时段的路径行程时间。本发明考虑了各路段行程时间在时序上的波动，还考虑了路段行程时间之间的空间关系，深度挖掘行程时间的时空特征，具有较高的精度和可靠性。

主权项

1.一种基于Copula和Monte‑Carlo模拟的路径行程时间估计方法，其特征在于，包括如下步骤：步骤1：获取城市路网中的驾车行程时间数据，并用T_i^d,t表示车辆在第d天时段t内经过路段i所用的路段行程时间；则在所述路段i中路段行程时间波动率r_i^t表示为：其中，不同日期d均有一个对应时段的所述路段行程时间波动率，r_i^t是一个值序列；步骤2：对每条所述路段i所对应的r_i^t使用最大似然估计法进行边缘分布拟合，得到边缘分布函数F_i(r_i^t)；步骤3：使用各所述路段i对应的边缘分布函数F_i(r_i^t)进行Copula函数的拟合，使用来表示拟合所得的所述路段行程时间波动率分布函数；步骤4：在Copula函数拟合的基础上进行Monte‑Carlo模拟，获得路径行程时间波动率和路径行程时间波动率序列步骤5：确定置信度α，获得的置信区间并计算得到在置信区间内的数学期望，计算公式如下：其中，sup{·}和inf{·}分别表示取变量的上确界和下确界；在置信水平1‑α下的期望路径行程时间波动率ER^t通过如下公式求得：其中，ER^t是在置信区间内的数学期望；1{·}为示性函数；步骤6：在当天时段t‑1内的各路段行程时间为T_i^d,t‑1，根据所述期望路径行程时间波动率ER^t，对t时段内的路径行程时间T^t进行估计，计算方法如下：其中，exp(·)代表底数为e的指数运算，表示当天t时段的路径行程时间估计值。