论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 黎新华,李俊辉,黎景壮
关键词: 交通运输工程,凝聚层次聚类,动态时间弯曲,时间序列,算法,网约车
来源: 重庆交通大学学报(自然科学版) 2019年08期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 广东交通职业技术学院轨道交通学院,华南理工大学土木与交通学院
基金: 国家星火计划项目(2014GA780085),广东省交通运输厅科技项目(科技-2014-02-037)
分类号: U492.434
页码: 13-19
总页数: 7
文件大小: 801K
下载量: 233