李婷婷
(河北省石家莊鐵道大學,河北 石家莊 050043)
目前大數據已經比較成熟地在各個領域進行應用。鐵路信息化應用大數據技術,將逐漸成為未來發展趨勢,成為提升鐵路領域軟實力的重要載體。大數據時代的降臨,對于鐵路信息化進程不僅是一份難得的機遇,更是一次挑戰。面臨著如何利用大數據技術推動鐵路信息化建設,如何應對龐大數據量,提取價值信息為鐵路行業發展提供決策支持等挑戰。
鐵路信息化建設已經走過了幾十年的發展歷程,已經開發出許多穩定的系統,例如,運輸生產計劃系統(FOMS)以及12306等軟件,通過用戶簡單操作便可以滿足查看、購票等需求,方便了我們的出行。
鐵路信息化建設初期,由于以業務部門為界限開展建設,導致目前各個應用系統之間進行數據交與業務處理時存在割裂現象。伴隨鐵路業務領域擴展,需要將各個系統資源進行整合,但由于各系統的開發技術不一致等原因,導致一些問題:
①信息系統不規范:各類信息沒有一致的編碼,格式規范較多。
②操作系統不一致:不同的操作環境具有不同存儲結構等,致使軟件可移植性較差。
③數據存儲不協調:對于不同的數據管理軟件,存儲不同,讀取也不同,多平臺結合較為復雜。
④信息資源難整合:由于每個業務信息系統在操作系統、數據存儲等方面存在差異性,很難實現資源整合。
傳統鐵路貨運方式響應慢、運送時間長、調度困難等問題,限制了鐵路的貨運發展。在大數據時代下,可利用鐵路已有的數據資源,合理的方案有利于降低成本,提高效率。例如建設大數據綜合管理平臺,融合鐵路客運、貨運、TMIS、基礎設施等管理平臺等。
從2008年開始,通過系統監測,已經收集了很多環境影響因素、車輛運行參數等。例如,雨、雪、風等的監測及報警數據,監控單元設備數據等,可以合理地利用這些數據為鐵路發展維護做出貢獻。對于異常數據分析、災害監測等大數據分析能夠實現災害預警、異常情況資源調度等突發情況處理。
依托于大數據技術,可以擴充智庫研究的樣本數據量,創新智庫研究方法,便于提出更合理、更科學的研究成果,從而提高鐵路智庫的研究水平。例如,可通過探究分析影響鐵路發展的關鍵因素,挖掘其內在的影響規律,從中找出優化方案,拓寬鐵路智庫研究視野;通過構建高效的鐵路研究模式,增強鐵路智庫研究成果的前沿性和時效性,提升工作效率;可以進行實時分析和預測,為智能決策提供技術支持,提高智庫預測水平。
加強鐵路對外合作,及時對接市場及地方大數據,能更好地應對市場變化。當下,客貨運輸應用愈加廣泛,可挖掘市場需求,促進鐵路運輸長久發展。同時,為了進行充分有效的數據挖掘,需要對目前所擁有的數據進行整合。同時可加強與百度等互聯網搜索引擎企業合作,便于鐵路部門進一步掌握市場需求的變化;加強與淘寶、京東等互聯網銷售企業合作,增加貨運等業務需求。面臨市場新需求,借助大數據平臺,可對市場需求進行預測。例如,分析節假日人口流動量等數據,及時優化列車運行方案。
完善內部機制,實現各部門有機結合。可將大數據分析運用在運輸、安全、效能分析等多方面,滿足市場需求,建立指標對客戶信息、市場變化等進行控制,形成完整的大數據信息管理體系。利用大數據分析,挖掘運輸潛力。例如,分析鐵路運輸的距離、時間、運輸效能等因素,掌握運輸規律,不斷提升運輸效率,挖掘運營潛力。
中國鐵路大數據信息化建設是為了貫徹落實國家關于大數據等戰略部署的有力舉措,致力于提高中國鐵路信息化技術的應用水平。本文通過概述目前大數據在鐵路信息化建設中面臨的現狀及問題,分析了大數據在鐵路信息化中的相關應用實例,提出了大數據下鐵路信息化建設在鐵路智能化決策、鐵路運輸等方面的有效措施。