0 引言
进入信息化社会以来，各种信息通过互联网可以实现更加快速的传播，人们接触到的信息量也出现爆发式增长，许多企业和行业迎来了信息化管理和大数据技术应用的良好契机。在信息化和大数据潮流中，轨道交通领域也迎来了新一轮的管理技术革新，开始广泛应用大数据技术来对轨道交通信息管理的提供服务，大大提升了我国轨道交通管理的效率和质量。因此，对大数据技术在轨道交通信息系统的应用进行全面分析具有重要的现实意义。
1 大数据概述
1.1 大数据技术简介
大数据（Big Data）是指借助于计算机技术、互联网，捕捉到数量繁多、结构复杂的数据或信息的集合体。大数据的“大”并非仅仅指数量繁多，但是指通过数据挖掘、分析，专业化的处理，蕴含的价值大。大数据具有5V的特点：①Volume（大量），即数量繁多，形式多样，杂乱无章；②Velocity（高速），即数量高速增长，呈几何式增长，越到后期，其增长速度越快，对数据处理的速度不断提高；③Variety（多样），数量类型多样、结构复杂，表现形式不一，价值不等；④Value（低价值密度），包含大量无用信息，而有价值的信息往往被无用信息所覆盖，使得数据的利用变得更加困难，即海量数据需采集、分析才能捕捉到有价值信息；⑤Veracity（真实性），即数据的产生与处理是实时的，具有准确性。大数据的这些特点，使其具有巨大的应用潜力。
1.2 大数据处理技术
大数据处理技术是以大数据为原料的，正是由数据量的巨大，才使得传统的数据处理技术无法继续适用。因此大数据处理技术才会得到相应的发展。大数据之所以需要处理，是因为大数据如果不经处理，那么它就是毫无价值的。大数据处理技术成为了大数据服务于各行各业的关键环节，在计算机技术和网络技术的发展推动下，各种大数据处理方法已经开始得到广泛的应用。通常来说，大数据的处理过程包括数据的生成、数据的采集、数据的存储以及数据的分析，最后才有可能实现大数据的应用。常见的大数据技术包括信息管理系统、NoSQL、分布式数据库、数据挖掘、类聚分析等。大数据处理技术的进步得益于计算机技术和网络技术、传感器技术和数学等基础学科的发展，各种高性能的大数据处理系统和算法正在不断涌现，服务各社会的各行各业，推动着社会的进步和人类文明的发展。随着技术的进步，一些更加新颖高效的大数据处理技术也应运而生，成为不断推动大数据应用的强大驱动力。
2 轨道交通信息系统
轨道交通信息系统的功能和结构比较复杂，从功能上看，典型的地铁轨道交通信息系统由监控系统、咨询系统、安防系统、售检票系统、通信系统以及信号系统等六大模块构成。各个模块之间的功能是相互衔接、相互交叉的，共同完成轨道交通信息控制任务。随着信息技术的进步，现代轨道交通信息系统正在朝着自动化、智能化方向发展，但乘客对乘车环境的要求也越来越高，轨道交通信息系统将承担着更加繁重的任务。
监控系统是以现代信息技术为基础的集成系统，实现了火灾、通信、电源、环境、设备等子系统的统一集成监控，是整个轨道交通控制的信息化基础；咨询系统可以为乘客提供及时准确的客流信息，并在特殊条件下可以提供险情信息、紧急疏散指示等信息，其硬件基础包括展示屏、自助查询台、官方网站、移动电视、地铁广播等，可以保证信息的及时发布；安防系统包括报警系统和闭路电视监控系统是保障地铁运营安全的重要组成部分；售检票系统简称AFC，主要负责地铁票务运营过程，可以大大提高乘客购票的便利性；通信系统是保障地铁正常运行的关键技术系统，是列车调度、系统通信的主要渠道，提供了数据、图像、语音等多种信息，实现列车指挥，确保列车能够安全；信号系统以列车自动控制系统为核心，另外还包含列车自动监控系统、列车自动防护系统和计算机信号系统等组成部分，各系统提供不同的信号功能，并通过网络互联，实现地面与车辆的控制结合，信号系统的应用可以大幅度降低地铁建设成本和后期的维护成本，显著提升系统可靠性和稳定性。
3 轨道交通大数据挖掘平台架构设计
大数据挖掘平台的设计应符合轨道交通本身的业务特点和各方面需求，因此本文对其各项业务的数据进行了提取和总结，从而设计了一个轨道交通大数据挖掘平台架构。该平台以分布式为基本特征，由数据采集层、数据存储层、数据分析层和大数据应用层４个层次构成。
3.1 数据采集层
数据采集层是整个系统架构的最底层，是系统运行的基础。它负责为各个业务系统采集相关的数据，例如客流数据、乘客信息、运营评估数据、维护信息等等。这些信息会由数据采集层采集并汇集在一起，根据一定的数据模型进行加工和存储，形成大数据。采集层的工作方式十分灵活，可以进行动态信息采集，例如列车时速、客流量、环境参数等，也可以进行静态信息采集，例如设备信息、人员信息、列车信息等。本文的动态数据均以分布式数据库为存储方式，静态数据则通过关系型数据库进行存储。所有数据均作为大数据应用层的数据支持。
3.2 数据存储层
存储层可以将采集层收集到在大量数据按照一定的数据结构和模型存储起来，为了提高数据存储和查询的效率，本文采用主从结构进行数据存储，即设置一个主节点，用于描述信息存储位置，设置多个从节点，用于单独处理数据。从总体架构来看，动态数据采用数据仓库技术存储，而静态数据则采用分布式数据库存储。数据仓库技术的应用，为上层的数据分析和大数据应用提供了良好的基础。
3.3 数据分析层
数据分析层的功能是对采集和存储的数据进行大数据分析，该层是大数据技术在轨道交通信息系统中应用的主要体现，其中涉及了大量的大数据分析算法，包括数据的清洗加工、统计分析、聚类分析、OD算法、关联分析等等，从而提取出对轨道交通运营有价值的数据信息。其中，清洗的目的是将原始数据中的异常数据和不合格数据去除，以保证后续数据处理的有效性。聚类分析、关联分析、时间序列等大数据挖掘算法是数据分层的核心，它可以准确预测特定区域的人流量指数、天气状况、客流实时情况，并给出相应的历史统计信息，为轨道交通管理人员和乘客提供数据参考。
3.4 大数据应用层
应用层是直接面向用户的最高系统层次，它主要用于展示数据分析层的处理结果，并接受用户的指令执行相应的数据分析任务，并调取分析数据，从而为用户提供各类数据服务。用户可以根据需要添加新的数据分析模块，完成新的大数据挖掘功能。根据当前我国轨道交通信息系统的应用，本文将大数据的应用分成五大类，即信息统计分析系统、运营评估系统、客流预测系统、乘客查询系统和应急管理系统。
4 大数据技术在轨道交通信息系统中的应用
客流是地铁轨道交通的关键动态参数之一，客流预测及相关处理也因此成为大数据技术在轨道交通信息系统中的主要应用体现。本文以客流信息预测及运用为例，阐述大数据技术在轨道交通信息系统中的应用。在轨道交通信息系统中，客流信息是以大数据的形式被采集、存储、处理和运用的。其中原始信息来源于地铁AFC售检票系统，可以准确采集到乘客的进站和出站信息，因而得到各条线路、各个站点、各个出站口、以及各站之间的具体客流量数据，然后对这些原始的数据进行清洗加工、统计分析、聚类分析、OD算法、关联分析等处理，并以可视化的形式展示出来，最终得到客流数据分布图。将不同时间段和不同地点的数据进行累积，就可以得到某个站点和线路的客流动态变化情况，从而为运营人员的指挥调度、应急处置、管理决策等工作提供重要的依据。
本文通过轨道交通信息系统大数据平台对某地某天某站的客流数据进行了采集和统计分析。其中，上午8～10点是该地铁站的客流早高峰，18～20点是晚高峰。根据该规律，地铁运营单位可以在高峰时段增加列车数量、减少发车间隔，以满足人们高峰出行的需求。而在低峰时段，则可以减少列车数量，并增加发车间隔，以节省运营成本。
上述对客流的统计只是大数据应用的一个简单案例，实际上，大数据技术在轨道交通信息系统中还能实现更加有价值的客流预测功能。运营单位在大数据分析平台的辅助下，借助统计学分析、模拟仿真、理论论证、实测数据等信息进行综合分析，根据分析结论对运营模式进行调整，为市民提供更加符合出行习惯的服务，同时根据客流动态进行有效的客流管控和引导，建构更加便捷的轨道交通综合服务体系。在出现突发事件的情况下，客流动态预测将成为相关部门应急处置的关键决策依据之一。运营单位根据客流发展趋势，还可以对现有的列车调度方案进行优化，实现科学规划，完善路网结构，提升市民出行效率。
5 结语
近年来，我国地铁轨道交通迅猛发展，并且以其安全、便捷、快速的优势迅速走向世界，与之相配套的轨道交通信息系统也受到了广泛的应用。随着技术的进步及需求的增加，轨道交通信息系统只有充分发挥大数据技术的作用，才能更好地对轨道交通系统进行维护，为乘客提供更加便捷、合适的出行服务。不难预计，在不久的将来，当前轨道交通运营管理过程中的许多问题都可以通过大数据技术的应用得已解决。因此，轨道交通运营单位应全面推进大数据分析平台的应用，积极开展轨道交通大数据研究，不断提升地铁轨道交通运营管理水平。
参考文献
[1]2017年度中国主要城市公共交通大数据分析报告[J]．城市公共交通，2018（6）：5.
[2]顾伟华，黄天印，郭鹏，等．城市轨道交通大数据体系建设的思考[J]．城市轨道交通研究，2018，21（9）：1-4.
[3]杨烨．城市级轨道交通数据中心业务需求分析[J]．中国高新区，2018（8）：24.
[4]王倩．基于大数据的地铁站点客流量与服务范围研究——以北京为例[C]．中国城市规划学会城市交通规划学术委员会，2018.
[5]韦青宇．浅析城市轨道交通综合运输服务大数据平台的应用[J]．科学技术创新，2018（20）：84-85.
[6]李松峰，王洋，姚伟国，等．基于大数据的城市轨道交通运维信息化技术应用[J]．铁路技术创新，2018（2）：75-80.
收稿日期：2018-09-12
作者简介：王文斌（1982-），男，北京人，南宁轨道交通集团有限责任公司副教授高级工程师，信息系统项目管理师（高级），研究方向：信息技术。
