大数据在轨道交通中的应用.doc

大数据在轨道交通中的应用
0引言
近年来，我国轨道交通以其快速、安全、便捷、环保以及大运量等特点迅速发展。首先，全国各大中城市正在努力建设或规划城市轨道交通，其次是全国主要干线通道都在兴建高速铁路。虽然两者在运营模式等方面都存在差异，但是他们都有一个共同点，就是面向的服务群体数量是巨大的。这就使得城市轨道交通和国家铁路在日常的生产运营过程中，会产生巨大的数据信息，比如客流信息，旅客出行OD信息，铁路货物发送、中转、到达产生的数据信息等。这些信息需不需要储存、如何储存、储存起来有什么用以及要怎么用等问题越来越得到人们重视。而如今，伴随着互联网和云计算的发展，互联网信息数据大爆炸，大数据时代到来。大数据技术将很好的解决这些类似的问题。
1大数据概述
所谓大数据，通俗意义上讲就是大量数据的集合。维基百科认为，大数据是一个数据的集合，这个集合如此庞大和复杂，以至于很难通过现有数据库管理工具来对其进行处理。大数据的特点通常用“4V”来概括：Volume(体积大)、Velocity(速度快)、Variety(种类多)、Virtual(实时性)。大数据目前主要应用领域有气候学、天文学、生物医学等，也在“智能电网”和库存管理系统方面有所应用。而如今正向公共问题领域扩展，例如交通管理与控制，将交通运输数据由由模拟状态转化为数字状态储存起来，建立智能交通系统，实时监测交通流量计数并依据车辆行程和路况拥挤程度进行电子收费，从而对交通堵塞和交通污染排放进行隐形控制。
大数据技术的核心就是运用数学算法对大量的数据进行处理，然后进行预测。比如输入法，通过收集全世界用户每天的输入、删除、修改信息，分析大众的输入习惯，然后预测“teh”应该是“the”的可能性；再比如十字路就，通过观测行人的性别、行走速度甚至年龄等，分析每个人闯红灯的可能性，然后反馈给汽车驾驶员，做好减速避让的准备。当然，这些预测都必须建立在海量数据之上，数据越多越丰富，预测可靠性就会越好。
跟传统的数据处理技术相比，大数据一个最明显的特征就是不再强调因果关系。在大数据时代之前，人们面对的数据量有限，在分析时主要通过因果关系预测事态的发生。而大数据时代无需紧盯事物之间的因果关系，而应该寻找事物之间的相关关系。也就是说，大数据不会告诉人们为什么事情会这样发生，而会提醒我们事情正在或将要这样发生。比如，在购买航空机票的时候，人们只需要知道什么时候买票会相对便宜，而不需要知道为什么这个时候买票便宜。
2大数据在轨道交通中的应用
随着我国对城市合理、有序发展的逐步重视，城市轨道交通扮演的角色越来越重要，以致很多中等城市也在规划和兴建，而城市轨道交通规划和运营最基础和最重要依据就是城市客流。所以掌握客流的现状分布特征及变化规律，做好未来客流预测，对轨道交通规划、日常行车组织及运营管理工作等都具有重要意义。
在我国城市轨道兴起之初，线路数量少、线路里程短、客流情况也不复杂，对线路、车站客流情况的掌握也较简单；但是，随着城市轨道交通的快速发展，线网规模变大，网络结构变得复杂，线路、车站和断面数量增加，网络客流持续增长，乘客出行OD丰富多样，此时单独分析一条线路客流已不能满足要求，网络分析难度越来越大，较难从局部和细部解读数据，要着重从整体上去分析和把握客流的发展趋势，才能更好地做好规划和运营组织工作。
2.1大数据在城市轨道交通中的应用
大数据技术在在城市轨道交通中一个非常重要的应用就是对客流数据的运用和处理。城市轨道交通客流是动态变化的，它随着时间、日期、季节以及地区的变化而变化，这种变化是城市社会经济活动和生活方式以及交通系统本身特征的反映。通常，城市轨道交通客流具有不均衡性和随机性。不均衡性主要体现在早晚高峰以及城市功能区的分布上，而随机性主要是大型集会、节假日等引起的客流变化。
乘客每天乘坐城市轨道交通，使用的自动售检票系统将记录每位乘客购票和进出站刷卡信息。利用大数据技术，统计出各条线路及各车站的客流量、断面客流以及站间OD和区域OD客流数据。运用一些大数据可视化工具（如Matlab），将大量的客流数据绘制成分布图形，以小时为单位就可以看出一天中的客流分布，以日期为单位就可以看出整月的客流分布，若以月份或季度为单位就可以看出一年中的客流分布。还可以将站间OD或区域OD客流数据用D3.js绘制成弦图（弦图，主要用于表示两个节点之间的联系），弦图以各条线路为圆弧，各圆弧之间连线为弦，弦的大小和颜色取决于客流的大小，便于直观看出线路主要客流分布区间等。当然还有断面客流，利用Matlab软件将断面客流在时间和空间上的分布同时展示出来，以时间为x 轴，空间为y 轴，客流量为z 轴，构建断面客流时空三维分布，用不同颜色加以渲染，便可以从不同角度直观获取线路断面的客流特征。 这样便可以将客流数据在时间、空间以及时空上进行可视化，将可视化的数据提供给运营单位，可以帮助运营管理人员更合理地安排列车的运行密度，为运营决策提供依据。
大数据技术对客流的另一个应用应该是预测。客流预测对于城市轨道交通是非常重要的，做好客流预测，不仅是合理的线网规划的基础，还是运营管理和行车组织的重要依据。面对海量的跟客流相关的数据，大数据技术能够进行有效挖掘，获取关键信息，然后迅速且较准确地找出其内部规律，分析城市轨道交通客流的变化趋势，给出为来年的客流，即可帮助规划、运营人员做出相应决策。
2.2大数据在我国铁路中的应用
大数据技术在我国铁路中的应用主要分为开展客户关系管理、加强市场分析和预测、提高运输收益管理和发展铁路现代物流4个方面。
（1）开展客户关系管理
大数据技术通过分析海量客户数据，比如客户在历史客票及货票中保存的乘车时间、乘车区间、发货时间、发货品类、发货量、发货方向等进行分析，获取客户的出行习惯、发货习惯等；同时利用电话、因特网、物联网等进行客户录音、照片、视频、地理位置等数据的搜集，以及相关数据的集中获取，深层次分析客户的忠诚度、满意度，进而分析该客户对铁路的客户价值，预测客户的长期增长潜力，评估客户的流失风险等。然后对客户进行分类营销，筛选出核心目标客户，通过主动营销、服务营销、价格营销等不同方式有针对性地准确传递信息，使铁路能够保留最多客户并且降低营销成本。
（2）加强市场分析和预测
大数据技术可以利用铁路的客票系统、货票系统、货运电子商务平台、运输信息集成平台等信息系统采集海量的原始信息，分析客、货运量完整全面的变化过程，深入挖掘运量变化的规律性进而预测市场的未来走势；利用 GPS、传感器等物联网手段采集获取精细的运输数据，并且通过互联网接入的政治、经济、其他交通方式、气候等影响因素数据，将旅客和货物流量流向的精细化分析与影响因素关联性分析相结合，挖掘各影响因素对铁路运量变化影响的方向和时滞，量化各因素对运量变化的影响。
（3）提高运输收益管理
利用大数据技术铁路能够对市场数据建立实时或准实时的采集、监控机制，对客户在运输产品或运输服务方面的需求进行监控。通过深入挖掘现有运输产品的运营数据，以及客户对现有运输产品的反馈数据，收集、评估运输产品的市场运行情况，结合对运力资源数据的分析，设计符合市场需求和铁路实际情况的运输产品。分析铁路历史运输价格变动下的运量变化情况，研究不同客户群体对运输产品价格的敏感性，以此为依据制定运输产品价格策略和价格体系，并且选择合适的客户群体进行市场营销，从而实现铁路市场营销的精准定位、运输产品与市场需求的紧密契合，进而增加铁路收益。
（4）发展铁路现代物流
与公路、航空、水运物流相比，我国铁路依然处于物流价值链底端，物流经营管理能力不足，尚未建立起现代物流体系。其中，既有缺乏铁路发展现代物流方面的理论指导、策略支持等方面的原因，也有铁路信息采集利用能力有限、物流信息服务难以满足用户需要等方面的原因。
利用大数据技术的信息采集、分析、挖掘能力，将物流信息在铁路内部实现系统化管理，将现有的粗放、零散的铁路物流数据资源加以整合，实现信息共享与物流资源协调管理，建设成可以根据空间地理信息统一协调运作的现代化物流体系，提高铁路物流运作的自动化程度和决策水平。通过向客户提供铁路物流信息、管理与技术服务，达到合理配置铁路运输资源、降低客户物流成本、提高铁路物流服务水平的目的。
3结束语
应用大数据技术进行数据采集、分析，挖掘出有价值的信息，是轨道交通分析乘客出行习惯、客户发货习惯的有效途径；是城市轨道交通进行客流预测，做好合理规划，优化运营组织的有力帮手；也是我国铁路将数据转化为竞争力的必然选择。如何将大数据技术更全面的应用于轨道交通之中，如何将轨道交通庞大复杂的数据更高效、更准确的转化为可视、可读并且可用的信息，既是轨道交通行业必须重视的问题，也是大数据需要扩展的研究领域。