基于大數據的軌道交通網絡化運營管理

楊川

摘 要：隨著我國城市化進程加快，城市人口急劇增加，城市特別是大城市的交通問題普遍成為焦點問題，除了要求我們做好城市建設規劃外，軌道交通建設的重要性日益加大。目前各大城市軌道交通均實現或即將實現網絡化運營，線網運營組織日趨復雜、安保壓力日趨增加、運營設備日趨多元，這種種問題均給我們網絡化的運營管理提出了挑戰，當前大數據技術的適時出現給我們網絡化運營管理提供了一種有效的思路和解決手段。

關鍵詞：大數據；軌道交通；網絡化

中圖分類號：U231 文獻標識碼：A

0.引言

隨著我國經濟建設的加速發展以及城市化進程的加快，城市居民出行需求總量和城市交通客運量均呈現快速增長態勢。城市軌道交通具有運量大、速度快、污染低、乘坐方便等特點，在解決大中城市布局優化、解決城市交通擁堵、能源緊張、效率與環境問題等方面有著重要作用，特別是在成都市“778”交通出行模式提出后，成都軌道交通建設被提高到了更高的層次。

在成都市第四期建設規劃的獲批后，成都市軌道交通建設全面提速，軌道交通的運營管理方式正逐步從單線獨立運營到網絡化綜合運營方向轉變，依靠軌道交通出行市民日益增多，各系統運營設備型號日益多元，各線路間相互關聯日益密切，這些對都給我們運營管理工作帶來了巨大風險和挑戰。伴隨著互聯網和云計算的發展，以及大數據時代到來。大數據技術將為解決這些類似的問題提供有力的技術支持。

1.大數據的概述

大數據（big data）是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

從數據的生命周期來看，大數據技術從數據源經過分析挖掘到獲取最終價值需要經過5個環節，它們包括數據采集、數據存儲、計算處理、數據挖掘和數據展現。在維克托·邁爾-舍恩伯格編寫的《大數據時代》中大數據有3個主要的特點，分別是全體數據、混雜數據和相關關系。

第一，重視全體數據，而不是隨機樣本。即去收集和分析全部的數據。這個數據都是有關研究問題的數據，這個數據點絕對的數字并不重要，重要的是有多少數據點是和研究的現象相關。譬如我們利用大數據分析客流數據就需要記錄所有乘客每次進出站刷卡的時間、車站及耗時等相關數據。通過對全體數據的分析可以看到很多細節，這些細節是在之前隨機抽樣得不到的。

第二，接受混雜數據，而不是精確數據。在抽樣調查時期人們總試圖收集一些非常干凈的數據、高質量的數據，然后花費很多金錢和精力來確定這些數據是好數據，是高質量的數據。在大數據時代的客流預測，可能要求我們使用的不僅僅是往日的客流數據，還有外界的天氣、季節、展會等信息，當接受外界信息越多客流信息越準確。當宏觀上失去了精確性，微觀上卻能獲得準確性。

第三，關注相關關系，而不是因果關系。因為更加混雜，因果關系轉向相關關系。人們不要認為可以真正地、容易地找到因果關系，其實那只是發現相關關系。我們應該關注的是什么，而不是關注為什么。

2.軌道交通網絡化下的運營需求及大數據思維

2.1網絡化下的乘客安檢

面對當前日益復雜的安全形勢，當前被動式的安全防范機制，導致了大量的人力、財力被消耗在低危險等級人群中，特別是“逢人必檢”的場合，安檢人員體力消耗和精神壓力極大，同時又與軌道交通快速出行的初衷相矛盾，導致乘客滿意度降低，并且在軌道交通網絡化運營后，軌道交通客流還會存在一個急劇的增長，因此急需一種新的技術和方法篩選出高危險系數的目標進行檢查，變“被動防御”為“主動預防”，使用大數據是其中的一種途徑。

方式一：使用票卡信息進行危險人員抽檢。從國內外的案例中可以看到大多數的高危人員來自于流動人口和無業人口。我們可以通過對譬如臨時卡、低頻度儲值卡、高頻度儲值卡、工作卡等在不同的階段設置不同的人工抽檢頻度，從而在減輕安檢人員壓力的同時提高安全防范等級。

方式二：采集手機信息進行危險人員抽檢。使用該種方法需要獲取公共安全機構授權，雖更有效，但實現難度更大。由于當前手機已實行實名制，并幾乎人手一部，我們可以利用大數據技術結合通信技術，通過采集手機信息與電信部門和公共安全部門的信息進行比對，識別出高危人群，從而主動進行人工檢查，增強安全防范等級。

2.2網絡化下的客流組織

隨著當前軌道交通網絡化建設的加快，軌道交通組網日趨加密，客流日益增加，給我們當前依靠經驗進行客流組織的方式帶來了挑戰，利用大數據技術結合通信技術可以有效地應對線網化的更高要求，可以將“被動的客流組織”轉變為“主動的客流引導”。

首先，由于采用了大數據技術，我們記錄的每張票卡數據的信息量更大，因此可以從歷史信息中分析出較為準確的某個時間點某張票卡通過某個換乘站到某個目的地的完整信息，通過對所有票卡信息的匯總，從而預測得到將來某個時間段較為準確的客流信息，從而給我們的線網客流組織、行車調度帶來方便。

其次，通過大數據分析出乘客的最優路徑，利用乘客的手機短信、手機APP或第三方導航APP進行主動客流引導。該方式可以充分利用網絡的彈性，可以給乘客規劃出行最優路徑而不是最短路徑，從而充分擴充線網的容量。還可以在高峰期或者擁堵站點提早通知目標乘客及時進行應對調整，避免乘客積壓車站，從而提高軌道交通服務的滿意度。

2.3 網絡化下的設備維保

在網絡化運營的思路下，我們的設備維保體系將由“線路維修”向“區域化維保”轉化，這就要求我們的維保人員在維保過程中面臨著多種類型的設備和日趨復雜的系統，從而給我們維保人員提出了更高要求和帶來了更大的挑戰，針對這種情況我們可以利用大數據技術提供更好的技術支持手段。

首先，我們可以給所有的設備和部件建立體檢檔案，定期提醒維保人員進行檢修，當設備或部件到達生命周期后，提醒維保人員進行設備更換。

其次，我們可以利用大數據技術建立故障處理的專家庫，對每臺設備的每次故障現象和處理步驟等信息進行記錄，當設備故障出現時，結合廠家的故障處理指導書，我們就可以及時通過大數據技術進行分析從而得到較為準確的處理建議。

2.4 網絡化下的應急處置

在網絡化運營條件下，任何孤點的故障應對不得當、不及時，都有可能導致災難性的后果，但是線網的復雜性又是我們快速、準確解決問題的攔路虎。這除了要求我們在全線網設立若干個區域化應急值守點，提高應急響應速度外，還需要利用大數據技術能對大量、多樣數據高速處理的特性進行應急輔助決策，提高應急處置效率。

我們可以在大數據系統中制定不同的應急預案，當事故發生時，系統可以通過采集多方信息作為輸入量，然后利用大數據技術自動選擇一個最合適的應急預案，給決策人員提供參考，并進行處置。譬如當某列車出現故障時，大數據系統可以采集列車故障信息、線路信息、客流信息等，準確判斷出采用就地搶修、列車救援、乘客疏導等方式進行應急處理，同時自動通知待乘和未到站的目標乘客及時改變出行方式，為應急處理提供準確、高效的處置方式。

結語

在軌道交通領域使用大數據技術，不僅僅有利于乘客安檢、客流組織、設備維保和應急輔助決策，還可以挖掘出更多有價值的信息對我們的票價制定、廣告投放、商鋪管理等方面進行指導。將大數據技術更好更全面地使用于軌道交通網絡化運營中，將給其提供一種有效地解決問題思路和有力的解決問題手段，從而給網絡化運營帶來更高的效率和更優的服務。

參考文獻

[1]曾劍秋.大數據（巨量數據集合（IT行業術語）） 百度百科 [EB/OL]. 2017-04-07/ 2017-05-05.

[2]盛楊燕，周濤，譯.維克托·邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代 [M].浙江：浙江人民出版社，2013：17.