呼和浩特铁路局调度所 内蒙古呼和浩特市 010057
摘要：近年来，经济的发展，促进我国科技水平的提升。随着科技的发展，大数据已经被广泛应用于我国各个行业，人们的生活、工作方式也逐渐被改变。大数据也成为了我国重要的基础性战略资源之一，对整个社会的发展具有极为重要的意义。铁路客户运输行业为提高整体效率，必须优化其自身调度指挥体系，促进传统铁路运输行业向新型现代化物流行业快速转型，将客户市场需求作为出发点，通过科学合理的方法实现铁路运输的高效管理。本文就基于大数据的铁路运输调度展开探讨。
关键词：数据挖掘；铁路运输；调度指挥
一、现状分析
1.1我国铁路运输调度现状分析
我国现行的调度指挥系统遵从分级管理、统一指挥，实行三级调度指挥体系，即中国铁路总公司调度中心、铁路局集团公司调度所和站段调度室。其中，铁路总公司统一调度指挥，站段调度室在铁路集团公司调度所指挥下，按成基层日常工作。
1.2铁路运输调度存在的问题
当前阶段自从铁路总公司成立以来，我国在运输生产以及铁路运输方面的管理模式依然沿用相同的方式进行，降低了铁路运输的管理效率，无法匹配对应的相关要求。在运输信息管理方面，我国正处于转型发展的关键节点，面临着数据共享困难、数据分析能力不足、数据创新需求迫切等一系列问题。
大数据共享方面，存在数据壁垒严重、共享不足等问题。在我国当前铁路运输调度系统中，调度信息整合及发展上缺乏统一标准，这降低了信息共享及信息透明的作用。不同部门之间无法实现高效沟通，在部分合作带来了巨大挑战。而现有数据分散于各级系统平台，无法统一分析处理。
大数据分析方面，由于缺乏数据意识，庞大数据的应用仅停留在日常工作和日常统计分析层面，对数据深度挖掘不够，无法利用宝贵的数据资源真正改进服务管理，试验智能铁路发展。
总而言之，要利用当前大数据分析挖掘技术，解决铁路目前面临的相关问题，实现铁路基于数据的、以客户为中心的运输调度及经营管理。
二、大数据概述
大数据迄今并没有公认的定义。但是同传统数据相比，大数据具有如下5V特征:即体量大(volume)、速度快(velocity)、模态多(variety)、难辨识(veracity)和价值大密度低(value)。相对而言，大数据并不只是在数量上的庞大，更多的是数据类型上的复杂。大数据是一种思想，是一种挖掘思想，淘金思想，核心并不是拥有数据，而是用数据去做什么，大数据有什么不重要，怎么用才重要。大数据的核心价值是预测，本质是基于预测所做出的正确判断。以往的数据分析是基于精确数据的深度挖掘，大数据则更多是利用已有数据对分析得出某种趋势。
三、大数据背景下优化铁路运输调度指挥工作的具体策略
3.1加强基础设施建设，完善配套设施
加大调度指挥基础设施的建设力度，完善配套设施，为调度指挥安全管理奠定物质基础。积极引进先进的设备，将先进的重载列车指挥技术及设备等灵活运用于现代运输生产中，严格控制行车调度指挥安全风险，提高安全保障水平和调度指挥安全管理的效率。
3.2智能调度计划编制平台
智能调度计划编制平台可以实时收集车辆信息，基于实时数据构建的预测模型不仅可以将预测对象精确到车辆，而且根据每个车辆的实时报告，可以获得动态的数据信息，从而实现动态实时预测，使预测结果更加准确完善。
3.3完善管理制度，加强人员培训
整个铁路运输的心脏是调度指挥中心，完善的管理制度有利于调度指挥中心对铁路运输的每一个环节起到协调、制约、监督和管理的作用，使各个环节和系统紧密配合。其次，责任制的建立有助于各岗位明确职责，保证工作质量，提高工作效率。与此同时，奖惩制度的建立有利于调动工作人员工作积极性，提高工作热情，让员工更好地明确工作目标，找到工作奋斗的方向。对铁路工作人员的培训也是提升铁路运输调度能力的一个有效措施，只有调度人员明确工作性质，熟悉工作业务，才能快速高效地完成工作内容。充分挖掘调度人员的工作潜能，激发其工作积极性，完善员工的晋升机制，为工作人员提供发展方向与标准，使其操作更为规范。
3.4对运输的结构进行合理的调整
运输产品的调整工作主要是为了顺应变动的市场需求，铁路运输业的结构也正随着我国经济与科技的不断发展发生着巨大的改变，在对铁路运输业自身的运输效能进行调整的过程中，应当注意其调整方向是否满足市场的相关需求，根据实际出发，进一步实现“门对门”的运输方式，从而最大程度满足对市场的服务供给。针对当下的新形势，需要注重资源的合理使用与相关的成本控制，为了进一步减少铁路运输业的成本支出，保障资源分配的合理性，企业需要熟悉市场需求，对有限的资源与服务供给进行合理的分配，保障资源的最优使用。整个分配工作需要以大数据作为支撑，依赖于大数据平台对相关运输信息的搜集工作与整理工作。例如一年一次的春运是人口流动最大的时候，铁路运输企业需要根据其人口迁徙的相关数据，合理制定列车的运输方案，保障其可行性，满足居民对交通运输的需求。货车运输正随着我国经济形势的改变而发生变化，呈现下降的趋势。为了保障货运的合理性，缓解一定的交通压力，降低相关运输成本，企业需要利用大数据技术对市场进行预测，根据其预测结果与市场需求的变动制定合理的运输调度方案。例如将列车开行的次数适当减少，将快捷货物列车的开行次数适当增加。大数据的技术支持在促进整个铁路运输业蓬勃发展的同时，更好地为人民提供优质的服务。
3.5通过数据的分析提升运输效率，挖掘运输业的潜力
数据分析的前提需要对多种因素的数据进行汇总和收集，例如铁路运输列车的运输里程、运输时间、运输的效率、发生故障后设备的影响时间、施工对运输效率造成影响的时间、周转的时间等。通过对上述内容的数据进行收集与分析，掌握其动态变化的规律，随后用大数据技术作为支撑，针对数据分析的结果，对调度措施不断优化、完善，达到提升运输效率、挖掘铁路业运输潜力的目的。例如，为了保障列车在规定的时间内到达，提升其准点性，相关的工作人员可以进行一定的分析工作，即对列车在不同区间的运行时间、运行图标尺轨迹偏离的情况进行分析，达到对图标尺进行最大优化的目的。不同地区的售票情况也需要大数据技术的支持，通过大数据的对其的分析功能，熟悉地区不同时间的售票情况，根据实际的需求，对列车的调度指挥方案进行合理的调整与完善，为了实现运输经济效益的最大化，可以针对人流量的变化情况，对列车的发行次数进行合理的增加或者合理的减少，保障铁路运输真正满足人们需求。货运是推动铁路运输业快速发展的中坚力量，为了进一步提升其运输的安全性能，需要实时掌握货运的准确信息，并利用大数据技术对其进行分析，针对分析后的结果对列车的保养方案、列车的开行次数进行合理的调整与优化。
结语
目前铁路企业陆续建立的各种生产信息系统间相对孤立，许多有用信息被埋没在海量数据中。因此，有必要结合大数据管理思维与挖掘方法，建立铁路安全管理大数据分析平台，综合考量作业人员、设备、环境、管理方面失效危险等因素，有效整合各专业系统生产数据，通过对各类数据的综合处理分析，形成各类指数并用于安全预警和安全管理，数字量化单位的安全管理状态，实现铁路生产信息的集中化采集、智能化分析、可视化展示，为铁路管理提供科学的数据支撑和决策依据。
参考文献
[1]何川宁．高速铁路与普速铁路列车调度指挥对比分析[D]．北京:中国铁道科学研究院，2019．
[2]易志勇，王斌．计算机辅助编制车流计划的研究[J]．铁路计算机应用，2018．
[3]韩凌波，王强，蒋正锋，郝志强.一种改进的kmeans初始聚类中心选取算法[J].计算机工程与应用，2017.