基于FastDTW时间序列聚类算法的出租车路线推荐方法

本发明公开了一种基于FastDTW时间序列聚类算法的出租车路线推荐方法。首先，从公共数据平台获取出租车原始GPS轨迹数据，并进行数据预处理；接着，利用FastDTW算法计算轨迹间的相似度，构建两两轨迹间的距离矩阵；然后，将距离矩阵应用于层次聚类算法，挖掘高频目的地热点区域，获取高概率载客目的地；最后，结合行车距离、行车时间和行车费用等因素，并调用高德地图获取详细路线信息，通过综合评分计算推荐最优路线。本发明基于数据挖掘的热点目的地预测与多目标路线优化，为空载出租车推荐最优寻客路线，降低出租车的空驶率，提高空载出租车上客概率，减少时间和资源消耗，从而提升车辆调度效率与司机运营效率。