鐵路行車組織數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

夏 明，秦 勝

(1.卡斯柯信號(hào)有限公司 北京分公司，北京 100045；2.中國(guó)鐵道科學(xué)研究院 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081)

鐵路行車組織數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

夏 明1，秦 勝2

(1.卡斯柯信號(hào)有限公司 北京分公司，北京 100045；2.中國(guó)鐵道科學(xué)研究院 運(yùn)輸及經(jīng)濟(jì)研究所，北京 100081)

根據(jù)建設(shè)數(shù)字化鐵路的需要，分析鐵路行車組織數(shù)據(jù)分析系統(tǒng)的需求，構(gòu)建鐵路行車組織數(shù)據(jù)分析系統(tǒng)，提出系統(tǒng)的總體結(jié)構(gòu)，以及數(shù)據(jù)管理、調(diào)度指揮過程數(shù)據(jù)抽取、調(diào)度指揮分析指標(biāo)計(jì)算、多維數(shù)據(jù)分析、調(diào)度指揮輔助支持 5 種功能。最后闡述數(shù)據(jù)抽取、數(shù)據(jù)挖掘算法和系統(tǒng)實(shí)現(xiàn)等關(guān)鍵方法和技術(shù)。該系統(tǒng)通過預(yù)先定義的抽取過程，從行車調(diào)度指揮系統(tǒng)抽取信息，可以為決策者提供多維數(shù)據(jù)分析功能，為調(diào)度指揮人員提供輔助支持。

行車組織；調(diào)度指揮；輔助決策；數(shù)據(jù)挖掘；數(shù)據(jù)抽取

1 鐵路行車組織數(shù)據(jù)分析系統(tǒng)的需求分析

以信息技術(shù)為基礎(chǔ)的“數(shù)字鐵路”“智能鐵路”是 21 世紀(jì)鐵路現(xiàn)代化建設(shè)可持續(xù)發(fā)展的戰(zhàn)略目標(biāo)，為實(shí)現(xiàn)鐵路調(diào)度指揮智能化作業(yè)，需要借助人工智能等技術(shù)從行車組織運(yùn)輸生產(chǎn)信息中發(fā)掘有用的知識(shí)、規(guī)律和經(jīng)驗(yàn)，輔助調(diào)度指揮人員快速制定出高質(zhì)量的行車組織方案[1-2]。鐵路日常調(diào)度指揮信息的有效利用與知識(shí)挖掘需要解決以下 3 個(gè)主要問題。

（1）專業(yè)面較廣。鐵路日常調(diào)度指揮信息涉及計(jì)劃調(diào)度、行車調(diào)度、機(jī)車調(diào)度、貨運(yùn)調(diào)度、施工調(diào)度等多個(gè)專業(yè)，這些信息分布在各自獨(dú)立的信息系統(tǒng)中，采用不同的數(shù)據(jù)庫結(jié)構(gòu)，缺乏統(tǒng)一規(guī)劃和組織[3]。

（2）行業(yè)特點(diǎn)鮮明。在長(zhǎng)期的鐵路運(yùn)輸生產(chǎn)過程中，行車組織專業(yè)形成了許多具有鮮明行業(yè)特點(diǎn)的分析、考核指標(biāo)，需要設(shè)計(jì)專業(yè)程序進(jìn)行大量復(fù)雜的運(yùn)算，在數(shù)據(jù)抽取-轉(zhuǎn)換-加載 (Extraction—Transformation—Loading，ETL) 過程中，不能僅僅進(jìn)行簡(jiǎn)單的數(shù)據(jù)轉(zhuǎn)移和標(biāo)準(zhǔn)化，某一考核指標(biāo)的計(jì)算往往需要從多個(gè)數(shù)據(jù)源獲取數(shù)據(jù)，這大大增加了系統(tǒng)數(shù)據(jù)抽取的難度，導(dǎo)致很多商業(yè)智能 (Business Intelligence，BI) 解決方案應(yīng)用困難。

（3）信息量較大且關(guān)聯(lián)緊密[4]。行車組織決策需要全面考慮各專業(yè)的實(shí)際情況，調(diào)度指揮人員需要人工查找、對(duì)比各專業(yè)的統(tǒng)計(jì)數(shù)據(jù)，工作內(nèi)容較為繁瑣、枯燥。隨著行車組織日常生產(chǎn)信息的數(shù)據(jù)量與復(fù)雜度攀升，透過如此眾多的統(tǒng)計(jì)表格洞察數(shù)據(jù)本質(zhì)，發(fā)掘

輔助行車調(diào)度指揮的有益信息，變得越來越困難。

針對(duì)上述問題，設(shè)計(jì)研發(fā)鐵路行車組織數(shù)據(jù)分析系統(tǒng) (Transportation Data Analysis System，TDAS)，從行車調(diào)度指揮系統(tǒng)抽取信息，從多個(gè)維度對(duì)列車晚點(diǎn)、貨物列車兌現(xiàn)、旅行速度、貨車停留時(shí)間等調(diào)度指揮核心指標(biāo)進(jìn)行分析，為決策者提供全方位的分析工具，為調(diào)度員提供輔助支持。

2 鐵路行車組織數(shù)據(jù)分析系統(tǒng)的總體結(jié)構(gòu)

TDAS 系統(tǒng)結(jié)構(gòu)圖如圖 1 所示。

由圖 1 可知，TDAS 系統(tǒng)由數(shù)據(jù)庫功能模塊、ETL功能模塊、數(shù)據(jù)挖掘功能模塊、維護(hù)終端和查詢終端組成。為保證安全，系統(tǒng)與生產(chǎn)庫通過網(wǎng)閘相連，或者采用中間庫的方式，避免對(duì)生產(chǎn)系統(tǒng)造成影響。

（1）數(shù)據(jù)庫功能模塊。以列車運(yùn)行過程、貨車裝卸過程和機(jī)車牽引過程為主題域，設(shè)計(jì)數(shù)據(jù)存儲(chǔ)模型?？紤]系統(tǒng)的可擴(kuò)展性，針對(duì)所需處理需求數(shù)據(jù)的量級(jí)、系統(tǒng)架構(gòu)和存儲(chǔ)系統(tǒng)的不同，提供集中存儲(chǔ)模式和基于分布式架構(gòu)的并行處理模式 2 種模式，前者適用于萬億字節(jié) (Trillion byte，TB) 級(jí)以下數(shù)據(jù)、普通存儲(chǔ)結(jié)構(gòu)，或者單機(jī)已經(jīng)足夠滿足性能需求；后者適用于異構(gòu)數(shù)據(jù)庫存儲(chǔ)系統(tǒng)，TB 級(jí)和千萬億字節(jié) (Peta byte，PB) 級(jí)以上數(shù)據(jù)量。

（2）ETL功能模塊。負(fù)責(zé)運(yùn)行一組數(shù)據(jù)抽取任務(wù)，從鐵路運(yùn)輸調(diào)度管理系統(tǒng)(Transportation Dispatch Management System，TDMS)、綜合調(diào)度集中系統(tǒng)(Centralized Traffic Control，CTC)/ 列車調(diào)度指揮系統(tǒng) (Train Operation Dispatching Command System， TDCS) 系統(tǒng)中抽取列車時(shí)刻表、編組計(jì)劃、現(xiàn)車、裝卸車及機(jī)車等原始數(shù)據(jù)，按照定義好的數(shù)據(jù)模型導(dǎo)入數(shù)據(jù)庫服務(wù)器中。

（3）數(shù)據(jù)挖掘 (Data Mining，DM) 功能模塊。負(fù)責(zé)承載預(yù)先設(shè)計(jì)的指標(biāo)計(jì)算和數(shù)據(jù)挖掘分析任務(wù)，定時(shí)對(duì)列車晚點(diǎn)率、貨物列車開行兌現(xiàn)率、貨車停留時(shí)間、接入/交出貨車數(shù)量等各種指標(biāo)進(jìn)行多維度的計(jì)算分析，同時(shí)以列車運(yùn)行、貨車開行和機(jī)車運(yùn)用等歷史數(shù)據(jù)為樣本進(jìn)行數(shù)據(jù)挖掘模型訓(xùn)練，為當(dāng)前行車組織數(shù)據(jù)分析提供參考。

（4）維護(hù)終端。負(fù)責(zé)維護(hù)管轄范圍內(nèi)的基礎(chǔ)數(shù)據(jù)字典。管理數(shù)據(jù)抽取、挖掘分析的數(shù)據(jù)源，以及多維分析所需的數(shù)據(jù)立方體制作等。

（5）查詢終端。采用 B/S 方式，提供友好的查詢分析界面，可以查看分析結(jié)果。根據(jù)用戶不同，可以分為統(tǒng)計(jì)分析和輔助調(diào)度指揮 2 個(gè)用戶組，分別查看統(tǒng)計(jì)分析和輔助支持 2 組功能頁面。

圖1 TDAS系統(tǒng)結(jié)構(gòu)圖

3 鐵路行車組織數(shù)據(jù)分析系統(tǒng)的功能

3.1 數(shù)據(jù)管理

（1）數(shù)據(jù)源管理。用戶可以根據(jù)需要配置數(shù)據(jù)源類型、連接參數(shù)。

（2）靜態(tài)數(shù)據(jù)管理。系統(tǒng)提供車站字典、區(qū)間字典、公里標(biāo)和管轄范圍等靜態(tài)數(shù)據(jù)的存儲(chǔ)和維護(hù)。

（3）動(dòng)態(tài)數(shù)據(jù)管理。系統(tǒng)以列車、機(jī)車、貨車等移動(dòng)設(shè)備的作業(yè)和活動(dòng)為核心，對(duì)生產(chǎn)系統(tǒng)產(chǎn)生的動(dòng)態(tài)數(shù)據(jù)進(jìn)行重新組織，構(gòu)建數(shù)據(jù)集市兼容單機(jī)數(shù)據(jù)庫和分布式數(shù)據(jù)庫 2 種模式，對(duì)分析挖掘工具提供統(tǒng)

一的接口，提高查詢、分析效率。

3.2 調(diào)度指揮過程數(shù)據(jù)抽取

系統(tǒng)提供面向調(diào)度指揮過程的數(shù)據(jù)獲取、清理、轉(zhuǎn)換和存儲(chǔ)全過程的 ETL 工具，根據(jù)列車、貨車和機(jī)車數(shù)據(jù)集之間的邏輯關(guān)系定義 ETL 過程，并且定義執(zhí)行的時(shí)間或時(shí)機(jī)，保證從 TDMS 和 CTCTDCS獲取列車計(jì)劃、實(shí)際軌跡、確報(bào)、現(xiàn)車和機(jī)車等數(shù)據(jù)的一致性和正確性。

3.3 調(diào)度指揮分析指標(biāo)計(jì)算

系統(tǒng)提供列車晚點(diǎn)、列車兌現(xiàn)率、列車旅行速度、貨車中時(shí) (停時(shí))、貨車走行公里、輛公里、保有量等常用指標(biāo)的計(jì)算模型。可以根據(jù)分析對(duì)象的時(shí)間范圍 (月度、日班、時(shí)段)、區(qū)域范圍 (路局、區(qū)域、區(qū)段、車站、區(qū)間) 和特殊分析屬性 (如車輛類型、始發(fā)終到類型) 等維度進(jìn)行分析計(jì)算，便于構(gòu)建分析對(duì)象的數(shù)據(jù)立方體。

3.4 多維數(shù)據(jù)分析

（1）數(shù)據(jù)立方體構(gòu)建。提供數(shù)據(jù)立方體制作工具，利用該工具可以將分析對(duì)象與時(shí)間、空間及屬性等維度信息相互關(guān)聯(lián)，制作數(shù)據(jù)立方體。以晚點(diǎn)列車數(shù)據(jù)立方體為例，晚點(diǎn)列車數(shù)為關(guān)注指標(biāo)，在時(shí)間層面，通常用戶比較關(guān)心每月晚點(diǎn)列車數(shù)，同時(shí)希望了解每日、每班晚點(diǎn)列車數(shù)，因而可以將月、日、班作為時(shí)間維度構(gòu)建數(shù)據(jù)立方體；在空間層面，用戶既可能需要查看全局晚點(diǎn)列車數(shù)，也需要查看調(diào)度臺(tái)晚點(diǎn)列車數(shù)，因而可以將全局、調(diào)度臺(tái)作為空間維度構(gòu)建數(shù)據(jù)立方體。

（2）多維數(shù)據(jù)展示。用戶可以通過拖拽方式靈活構(gòu)建所關(guān)心的分析表格。例如，在晚點(diǎn)分析中，以日為行、以全局為列，可以構(gòu)建出分析全局每日晚點(diǎn)列車變化的表格；如果以日為行、以調(diào)度臺(tái)為列，既可以實(shí)現(xiàn)對(duì)某日各調(diào)度臺(tái)晚點(diǎn)列車數(shù)進(jìn)行同比，又可以實(shí)現(xiàn)對(duì)某調(diào)度臺(tái)多日晚點(diǎn)列車數(shù)進(jìn)行環(huán)比，同時(shí)還可以對(duì)關(guān)心的細(xì)節(jié)進(jìn)行鉆取、旋轉(zhuǎn)、切片、切塊等多維數(shù)據(jù)分析操作。

（3）數(shù)據(jù)輸出。支持圖表數(shù)據(jù)輸出操作，可以通過直方圖、餅圖、折線圖等豐富的圖表類型直觀展示分析結(jié)果。

3.5 調(diào)度指揮輔助支持

數(shù)據(jù)挖掘的主要目的是從海量歷史數(shù)據(jù)中，發(fā)現(xiàn)規(guī)律和有價(jià)值的信息，輔助調(diào)度指揮。系統(tǒng)利用決策樹分析、關(guān)聯(lián)分析等數(shù)據(jù)挖掘模型，對(duì)列車運(yùn)行過程、貨物列車開行方案、貨車運(yùn)用和機(jī)車運(yùn)用進(jìn)行分析，得出關(guān)于調(diào)度指揮的普遍規(guī)律，還能實(shí)現(xiàn)列車晚點(diǎn)預(yù)測(cè)、貨物列車作業(yè)組織提醒、貨車在站作業(yè)安排提醒和機(jī)車優(yōu)化調(diào)配等輔助決策功能。

（1）列車晚點(diǎn)預(yù)警。對(duì)當(dāng)前班運(yùn)行的列車進(jìn)行晚點(diǎn)預(yù)測(cè)，標(biāo)識(shí)出可能發(fā)生晚點(diǎn)的列車，提醒列車調(diào)度員注意。

（2）貨物列車兌現(xiàn)提醒。自動(dòng)識(shí)別不能兌現(xiàn)貨物列車的規(guī)律，識(shí)別當(dāng)前行車計(jì)劃中可能無法開行的列車，提示當(dāng)班調(diào)度員加強(qiáng)機(jī)車、車流組織，預(yù)防取消開行計(jì)劃列車情況的發(fā)生[5]。

（3）貨車作業(yè)安排提示。分析鐵路局管內(nèi)所有周轉(zhuǎn)時(shí)間超過平均值的貨車特征，探查當(dāng)前管內(nèi)符合特征的現(xiàn)車，提醒調(diào)度員注意加強(qiáng)該貨車的工作組織，縮短其停留時(shí)間等，提高貨車使用效率。

（4）機(jī)車運(yùn)用優(yōu)化。對(duì)機(jī)車周轉(zhuǎn)過程的影響因素進(jìn)行建模，分析當(dāng)前可能延長(zhǎng)周轉(zhuǎn)時(shí)間的機(jī)車，輔助調(diào)度員優(yōu)化機(jī)車運(yùn)用。

4 鐵路行車組織數(shù)據(jù)分析系統(tǒng)實(shí)現(xiàn)的關(guān)鍵技術(shù)

4.1 數(shù)據(jù)抽取

確保數(shù)據(jù)的一致性和完整性是進(jìn)行數(shù)據(jù)分析挖掘工作的基礎(chǔ)，也是數(shù)據(jù)抽取過程的關(guān)鍵。行車調(diào)度指揮系統(tǒng)間的數(shù)據(jù)字典往往采用不同的編碼方式。例如：車站字典在鐵路運(yùn)輸管理信息系統(tǒng) (Transportation Management Information System，TMIS) 中采用電報(bào)碼的方式，而在調(diào)度系統(tǒng)中則采用單獨(dú)編碼的方式。TDAS 系統(tǒng)提供統(tǒng)一的編碼轉(zhuǎn)換方式，避免不一致的情況發(fā)生。

與此同時(shí)，鐵路調(diào)度指揮系統(tǒng)中的數(shù)據(jù)往往由于地域范圍廣而被分解為各個(gè)獨(dú)立的單元進(jìn)行管理，如列車運(yùn)行線經(jīng)常會(huì)被劃分為若干個(gè)調(diào)度臺(tái)的運(yùn)行線單元，在劃分的過程中，各單元之間的聯(lián)系已經(jīng)被

切斷，導(dǎo)致難以實(shí)現(xiàn)對(duì)列車的整體性進(jìn)行分析 (如總里程、旅行時(shí)間、旅行速度等)。旅客列車由于規(guī)律性、準(zhǔn)時(shí)性較高，可以按照徐承禹等[6]提出的方法進(jìn)行運(yùn)行線連貫及晚點(diǎn)統(tǒng)計(jì)。對(duì)于貨物列車，TDAS 系統(tǒng)首先從 TDMS 系統(tǒng)獲取車次、徑路、計(jì)劃到發(fā)時(shí)間等，再根據(jù)計(jì)劃臺(tái)與行調(diào)臺(tái)的對(duì)應(yīng)關(guān)系，利用該列車的車次、始發(fā)站、到發(fā)時(shí)間從 CTCTDCS 系統(tǒng)搜索匹配的實(shí)際列車信息，最后采用徐承禹等[6]提出的方法對(duì)貨物列車運(yùn)行線進(jìn)行連貫。由于貨物列車運(yùn)行里程及時(shí)間跨度較大，因而匹配時(shí)將搜索 2 日內(nèi)的全部運(yùn)行線數(shù)據(jù)。對(duì)于自然災(zāi)害等造成的嚴(yán)重晚點(diǎn)等特殊情況，系統(tǒng)提供人工監(jiān)控功能，可以擴(kuò)大匹配搜索時(shí)間范圍進(jìn)行人工糾正等。

4.2 挖掘分析算法

TDAS 系統(tǒng)對(duì)行車組織數(shù)據(jù)進(jìn)行挖掘分析的主要目的是利用歷史數(shù)據(jù)預(yù)測(cè)列車、貨車、機(jī)車在行車組織過程中可能發(fā)生的情況，并且對(duì)各因素是如何影響結(jié)果的進(jìn)行一定的描述。因此，選擇決策樹算法。J48 算法是決策樹算法的一種，由于其產(chǎn)生的分類規(guī)則易于理解，并且準(zhǔn)確率較高，因而選取 J48 算法進(jìn)行挖掘分析。在 J48 算法中，屬性的選擇至關(guān)重要，直接影響算法的分析性能和計(jì)算結(jié)果的準(zhǔn)確性。根據(jù)評(píng)價(jià)目標(biāo)， 選取各分析目標(biāo)的屬性如表 1 所示。

表1 各分析目標(biāo)的屬性

與此同時(shí)，對(duì)挖掘結(jié)果的表達(dá)與分析也至關(guān)重要。例如，系統(tǒng)利用 3 個(gè)月的歷史數(shù)據(jù)對(duì)列車運(yùn)行過程決策樹模型進(jìn)行訓(xùn)練，對(duì)考察的樣本數(shù)據(jù)進(jìn)行分析，并且將預(yù)測(cè)目標(biāo)及置信度轉(zhuǎn)換為晚點(diǎn)預(yù)警信息提醒調(diào)度員注意，判斷結(jié)果及表達(dá)內(nèi)容如表 2 所示。

表2 判斷結(jié)果及表達(dá)內(nèi)容

4.3 實(shí)現(xiàn)技術(shù)

ETL 過程沒有采用開源 ETL 工具，基于 java語言開發(fā)一組數(shù)據(jù)抽取程序，每日定時(shí)在后臺(tái)自動(dòng)運(yùn)行。聯(lián)機(jī)分析處理（On-Line-Analytical-Processing，OLAP) 后臺(tái)服務(wù)采用開源項(xiàng)目 Mondrian，用于管理多維分析建模的元數(shù)據(jù)，定義從數(shù)據(jù)庫到多維邏輯模型的映射關(guān)系。為方便用戶使用查詢，數(shù)據(jù)展示功能為 B/S 模式。系統(tǒng)采用 JQuery 組件，基于 BackBone框架實(shí)現(xiàn)前端顯示功能，通過后臺(tái)服務(wù)連接數(shù)據(jù)挖掘服務(wù)器，并且動(dòng)態(tài)生成查詢分析界面。在選擇分析模型后，通過拖拽統(tǒng)計(jì)指標(biāo)和維度，就可以生成各種報(bào)表。數(shù)據(jù)挖掘采用開源機(jī)器學(xué)習(xí)組件 weka[8]，總是利用最近 3 個(gè)月的數(shù)據(jù)進(jìn)行模型訓(xùn)練，保證樣本規(guī)模的同時(shí)也更貼近運(yùn)輸組織的變化，并且將模型輸出的預(yù)測(cè)結(jié)果轉(zhuǎn)換為調(diào)度員可以理解的形式。

具體工作流程為：①明確分析對(duì)象，定義分析模型 (數(shù)據(jù)立方體)；②定義 ETL 后臺(tái)程序運(yùn)行時(shí)間及參數(shù)，從 TDMS 和 CTC/TDCS 系統(tǒng)抽取分析數(shù)據(jù)；③選擇挖掘目標(biāo)和分析屬性，定時(shí)進(jìn)行模型訓(xùn)練；④選擇數(shù)據(jù)立方體，選擇分析目標(biāo)及維度，自動(dòng)生成報(bào)表；⑤對(duì)當(dāng)前階段的列車運(yùn)行和貨車運(yùn)用等進(jìn)行數(shù)據(jù)挖掘分析，將結(jié)果推送到客戶端，進(jìn)行預(yù)告和警示。

5 結(jié)束語

目前，鐵路行車調(diào)度指揮系統(tǒng)建設(shè)主要解決了調(diào)度指揮計(jì)算機(jī)化、信息通訊與存儲(chǔ)等方面的問題。實(shí)現(xiàn)數(shù)字鐵路、智慧鐵路，還需要在數(shù)據(jù)挖掘和分析利用方面進(jìn)行大量應(yīng)用研究。TDAS 系統(tǒng)在這方面進(jìn)行有益的探索，提供了一系列的數(shù)據(jù)挖掘和分析功能，并以實(shí)際數(shù)據(jù)為例，驗(yàn)證其應(yīng)用效果。鐵路行車調(diào)度

指揮涉及的專業(yè)、部門、人員數(shù)量龐大，調(diào)度指揮模式、行業(yè)地域特點(diǎn)非常顯著，系統(tǒng)的功能及應(yīng)用還有待進(jìn)一步完善。系統(tǒng)基于其他系統(tǒng)數(shù)據(jù)庫進(jìn)行分析，不可避免地存在局限性，將來應(yīng)研究建立信息采集終端，實(shí)現(xiàn)自動(dòng)采集所需數(shù)據(jù)，有利于系統(tǒng)的應(yīng)用和擴(kuò)展。同時(shí)， 鐵路調(diào)度指揮需要對(duì)管轄范圍內(nèi)列車、機(jī)車和貨車進(jìn)行統(tǒng)籌安排，這也導(dǎo)致調(diào)度指揮各事件之間存在密切的關(guān)聯(lián)，因而系統(tǒng)還應(yīng)將各專業(yè)調(diào)度指揮信息進(jìn)行統(tǒng)一的數(shù)據(jù)挖掘分析，探索有價(jià)值的信息。

[1] 阮秋琦.“數(shù)字鐵路”21 世紀(jì)我國(guó)鐵路現(xiàn)代化建設(shè)的戰(zhàn)略目標(biāo)[J].鐵道學(xué)報(bào)，2000，22(3)：96-101.RUAN Qiu-qi.Digital Railway—21st Century Strategy Object of Our Country's Railway on the Modernized Construction[J]. Journal of the China Railway Society，2000，22(3)：96-101.

[2] 賈利民，秦 勇，張 媛.數(shù)字鐵路、智能鐵路與鐵路智能運(yùn)輸系統(tǒng)[J].中國(guó)鐵路，2012(3)：16-20.JIA Li-min，QIN Yong，ZHANG Yuan.Digital Railway, Intelligent Railway and Railway Intelligent Transportation System (RITS)[J].Chinese Railways，2012(3)：16-20.

[3] 吳惠娜.數(shù)據(jù)倉庫在鐵路統(tǒng)計(jì)分析中的應(yīng)用[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2007，29(3)：36-38. WU Hui-na.Application of Database on Railway Statistic Analysis[J].Railway Transport and Economy，2007，29(3)：36-38.

[4] 代明睿，朱克非，鄭平標(biāo).我國(guó)鐵路應(yīng)用大數(shù)據(jù)技術(shù)的思考[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2014，36(3)：23-26.DAI Ming-rui，ZHU Ke-fei，ZHENG Ping-biao.Thoughts on Applying Big Data Technology to China Railways[J].Railway Transportand Economy，2014，36(3)：23-26.

[5] 史柱文，王俊剛.北京鐵路局壓縮貨車周轉(zhuǎn)時(shí)間對(duì)策的思考[J].鐵道貨運(yùn)，2014，32(5)：25-28.SHI Zhu-wen，WANG Jun-gang.Thoughts on Countermeasures of Shortening Wagon Turnround Time by Beijing Railway Administration[J].Railway Freight Transport，2014，32(5)：25-28.

[6] 徐承禹，韓旭芳.旅客列車正晚點(diǎn)實(shí)時(shí)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].鐵路計(jì)算機(jī)應(yīng)用，2012，21(11)：18-21.

[7] 楊 浩，何世偉.鐵路運(yùn)輸組織學(xué)[M].北京：中國(guó)鐵道出版社，2001.

[8] 陳慧萍，林莉莉，王建東，等.WEKA 數(shù)據(jù)挖掘平臺(tái)及其二次開發(fā)[J].計(jì)算機(jī)工程與應(yīng)用，2008，44(19)：76-79.CHEN Hui-ping，LIN Li-li，WANG Jian-dong，et al.Data Mining Platform-WEKA and Secondary Development on WEKA[J].Computer Engineering and Applications，2008，44(19)：76-79.

（責(zé)任編輯 馮姍姍）

Design and Realization of Data Analyzing System of Railway Transportation Organization

XIA Ming, QIN Sheng
(1.Beijing Branch, CASCO SIGNAL LTD., Beijing 100045, China; 2.Transportation and Economics Research Institute, China Academy of Railway Science, Beijing 100081, China)

This paper analyses the requirement of data analyzing system of railway transportation organization and constructs data analyzing system for railway transportation organization based on the need for the construction of digital railway. This paper puts forward with overall structure and five functions including data management, data extraction data digging algorithm, data analysis, dispatching support, analyses key methods and technology of system realization. The system can provide analysis of various data for decision maker and support for dispatchers through defining the extract process and extracting information of dispatching system.

Transportation Organization; Dispatch; Support Decision-making; Data Digging; Data Extraction

1004-2024(2016)10-0016-05

TP399：U292

B

10.16669/j.cnki.issn.1004-2024.2016.10.04

2016-10-09

夏明 (1981—)，男，遼寧朝陽人，博士。秦勝 (1980—)，男，廣西桂林人，博士。

中國(guó)鐵路總公司科技研究開發(fā)計(jì)劃 (2016X006-C)