一、背景介绍

需求概述

      轨道交通作为城市公共交通的重要组成部分,对于人民生活质量、社会经济发展、城市规划设计具有重要影响,同时,大数据、分布式计算和数据挖掘等计算机新技术逐渐发展壮大,并且已经有很多成功案例。随着轨道干线的不断扩充,轨道管理的复杂性越来越大,面临越来越多的困难,加之轨道交通本身存在加快覆盖速度的客观需求,传统的方法和手段显然都难以满足这些要求,引入数据挖掘势在必行。


系统模型概述

      结合轨道交通大数据分析中亟待解决的问题以及轨道交通数据分析系统的概念性架构,我们提出建立Railway Operation Support轨道交通运营支持系统。



二、系统介绍

系统简介

      本系统通过建立全国通用的轨道交通数据分析体系,建立实时的轨道交通指标预测模型,使用具有参数容易调整、训练速度快、全局收敛等优点的GRNN模型,更通过设定时间窗口实现长期预测,实现运用历史数据预测未来数据的功能,并为流量预警功能和运行图成功提供支持;建立实时流量均衡决策系统,在预测数据支持的基础上,通过分析列车中乘客的来源、站点间流量数据,制定站点协同限流策略,给出站点限流起止时间与限流速率,辅助轨道交通工作人员管理轨道交通站点;执行数据分析并实现结果的可视化,根据轨道交通数据分析人员的需求,将轨道交通评估指数和指标从多种不同维度,不同深度以数据可视化的形式直观的展现出来,提高数据分析人员和和决策人员对数据的感性认识,辅助管理和决策。


      根据轨道交通运营系统的现有缺陷和公司的实际需要并结合当代前沿的数据挖掘技术和机器学习技术,轨道交通运营支持系统向下分为元数据托管子系统、数据分析子系统、流量预测子系统、流量均衡子系统等共计四个子系统。轨道交通公司提供的大量刷卡数据是系统计算与分析的基础,而流量预测模型则是整个系统功能正常运作最关键的一部分。


三、系统功能

轨道交通综合监控

      轨道交通那个综合监控系统包括车辆运行图、站点压力图、截面流量图。他们能查看预测实时以及历史的不同数据。直观的给出车辆的位置、车上的人数、站点人数、站点压力大小、线路人数、线路压力大小等


推送发车时刻表

      可以针对当天某一站点的站内出客流随时间变化的情况推导出当日的实际列车到站时间表,分上下行到站时间分别查看,并与当日的理论到站时间表进行对比。结合预测模块对第二天站点流量数据的预测,可以给出第二天的建议运行图,缓解发车策略不符合站点实际客流变化而造成的拥堵问题。


站点流量超限预警

      根据预测模块对站点流量的数据的预测,找到站内旅客数量超过设计容量的站点及突破设计容量的时间,给出本站点与其他站点协同限流的策略,包括:开始限流时间、限流速率大小以及预测吸纳流结束时间,可以在限制进展客流的同时在车上空出更多空间带走旅客,将站点的实际旅客数量控制在设计容量以内。在高峰时期到来前数小时即可完成预测,向系统操作人员发出警告,让站点工作人员提前做好准备


可视化数据图表

      系统支持将历史统计数据、实时数据、预测数据等以直观形象的可视化形式展示出来。包括:实时/历史/预测某时刻的站点/线路/全网流量监测、历史/预测某时段的站点/线路/全网流量统计、历史/预测线路间换乘流量统计、历史/预测换乘站点换成流量统计、历史/预测某日的站点流量来源去向统计、历史站点/线路/全网的流量-事件联合驱动分析等