基于改进DTW_AGNES的网约车需求量时间序列聚类研究

摘要

对网约车需求量时间序列进行聚类分析,识别不同日期需求量变化规律的相似性和差异性,以合理制定运营调度计划,为乘客提供更高水平运输服务.针对现有的欧氏距离凝聚层次聚类(Euc_AGNES)不能识别时间序列偏移、伸缩等问题和针对动态时间弯曲(DTW)距离计算时间开销大的问题,提出一种改进DTW_AGNES聚类方法,通过调整匹配路径约束范围来优化DTW的动态规划搜索范围,并使用改进后的DTW作为凝聚层次聚类(AGNES)的相似性度量方法.实验结果表明:普通DTW_AGNES聚类和改进DTW AGNES聚类均比Euc_AGNES聚类更能识别网约车需求量时间序列变化规律,为网约车运营商制定编排调度计划提供可靠依据,且改进后的DTW_AGNES聚类运行效率比普通DTW_AGNES聚类提高了62.4％,节省了计算时间和计算资源,证明了方法的有效性.

关键词