论文部分内容阅读
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Eu