基于大数据的轨道交通网络化运营管理

《基于大数据的轨道交通网络化运营管理》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于大数据的轨道交通网络化运营管理摘要：随着我国城市化进程加快，城市人口急剧增加，城市特别是大城市的交通问题普遍成为焦点问题，除了要求我们做好城市建设规划外，轨道交通建设的重要性日益加大。目前各大城市轨道交通均实现或即将实现网络化运营，线网运营组织日趋复杂、安保压力日趋增加、运营设备日趋多元，这种种问题均给我们网络化的运营管理提出了挑战，当前大数据技术的适时出现给我们网络化运营管理提供了一种存效的思路和解决手段。本文采集自网络，本站发布的论文均是优质论文，供学习和研究使用，文中立场与本网站无关，版权和著

2、作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息，如果需要分享，请保留本段说明。关键词.•大数据；轨道交通；网络化中图分类号：U231文献标识码：A0.引言随着我国经济建设的加速发展以及城市化进程的加快，城市居民出行需求总量和城市交通客运景均呈现快速增长态势。城市轨道交通具右运量大、速度快、污染低、乘坐方便等特点，在解决大中城市布局优化、解决城市交通拥堵、能源紧张、效率与环境问题等方面有着重要作用，特别是在成都市“778”交通出行模式提出后，成都轨道交通建设被提高到了更高的层次。在成

3、都市第四期建设规划的获批后，成都市轨道交通建设全面提速，轨道交通的运营管理方式正逐步从单线独立运营到网络化综合运营方向转变，依靠轨道交通出行市民日益增多，各系统运营设备型号日益多元，各线路间相互关联日益密切，这些对都给我们运营管理工作带来了巨大风险和挑战。伴随着互联网和云计算的发展，以及大数据时代到来。大数据技术将为解决这些类似的问题提供有力的技术支持。1.大数据的概述大数据(bigdata)是指无法在可承受的吋间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、

4、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的生命周期来看，人数据技术从数据源经过分析挖掘到获取最终价值需要经过5个环节，它们包括数据采集、数据存储、计算处理、数据挖掘和数据展现。在维克托?迈尔-舍恩伯格编写的《大数据时代》中大数据有3个主要的特点，分别是全体数据、混杂数据和相关关系第一，重视全体数据，而不是随机样本。即去收集和分析全部的数据。这个数据都是右关研究问题的数据，这个数据点绝对的数字并不重要，重要的是有多少数据点是和研宄的现象相关。譬如我们利用大数据分析客流数据就需要记

5、录所有乘客每次进出站刷卡的时间、车站及耗时等相关数据。通过对全体数据的分析可以看到很多细节，这些细节是在之前随机抽样得不到的。第二，接受混杂数据，而不是精确数据。在抽样调查时期人们总试图收集一些非常干净的数据、高质量的数据，然后花费很多金钱和精力来确定这些数据是好数据，是高质量的数据。在大数据时代的客流预测，可能要求我们使用的不仅仅是往□的客流数据，还有外界的天气、季节、展会等信息，当接受外界信息越多客流信息越准确。当宏观上失去了精确性，微观上却能获得准确性。第三，关注相关关系，而不是因果关系。因为更加

6、混杂，因果关系转向相关关系。人们不要认为可以真正地、容易地找到因果关系，其实那只是发现相关关系。我们应该关注的是什么，而不是关注为什么。2.轨道交通网络化下的运营需求及大数据思维2.1网络化下的乘客安检面对当前日益复杂的安全形势，当前被动式的安全防范机制，导致了大量的人力、财力被消耗在低危险等级人群中，特别是“逢人必检”的场合，安检人员体力消耗和精神压力极大，同时又与轨道交通快速出行的初衷相矛盾，导致乘客满意度降低，并且在轨道交通网络化运营后，轨道交通客流还会存在一个急剧的增长，因此急需一种新的技术和方

7、法筛选出高危险系数的H标进行检查，变“被动防御”为“主动预防”，使用大数据是其中的一种途径方式一：使用票卡信息进行危险人员抽检。从国内外的案例中可以看到大多数的高危人员来自于流动人口和无业人口。我们可以通过对譬如临时卡、低频度储值卡、高频度储值卡、工作卡等在不同的阶段设置不同的人工抽检频度，从而在减轻安检人员压力的同时提高安全防范等级。方式二：采集手机信息进行危险人员抽检。使用该种方法需要获取公共安全机构授权，虽更有效，但实现难度更大。由于当前手机己实行实名制，并几乎人手一部，我们可以利用大数据技术结合

8、通信技术，通过采集手机信息与电信部门和公共安全部门的信息进行比对，识别出高危人群，从而主动进行人工检查，增强安全防范等级。2.2网络化下的客流组织随着当前轨道交通网络化建设的加快，轨道交通组网口趋加密，客流日益增加，给我们当前依靠经验进行客流组织的方式带来了挑战，利用大数据技术结合通信技术可以有效地应对线网化的更高要求，可以将“被动的客流组织”转变为“主动的客流引导”。首先，由于采用了大?稻菁际酰?我们记录的每张票卡数据的信息量更大，因此可