你有一个水桶。你不知道水桶有多大。你不知道水桶里当前有多少水，但你知道水桶没有溢出，而且它从未溢出。
你知道水流入水桶的速度，它在一天中的不同时间发生变化，但从未完全为零。您还可以知道水从水龙头流出水桶的速度，水龙头在一天内也会发生变化，但从未完全为零。
测量流入和流出的仪表存在一定程度的误差。我们知道这是因为流入的总量大于流出量，但是桶不会溢出。
什么算法方法最适合在任何给定时间逼近桶中的水？
到目前为止我所拥有的：
t: current time period
Occ(t): occupancy
In(t): period rate in
Out(t): period rate out
Occ(t) = In(t) – Out(t) + Occ(t-1)
问题：
如果从来没有真正意义上我们可以预期桶占用率为零，我们必须找出一种方法来估算at = 0的占用率（其中t可以从过去的数据中任意选取）。 ）如果流量如何随天变化有规律性，是否有任何统计方法来计算？
考虑输入/输出比率的误差因子。通常，这相当于找到in和out之间的差异，将其除以2，并将结果添加到缺陷侧，同时从过量侧减去它。但这似乎是粗略的近似，受初始和最终数量的条件限制，任何增强都会受到赞赏。