基于大數(shù)據(jù)的鐵路綜合樞紐高峰期旅客疏解輔助決策系統(tǒng)設(shè)計*

黃文成帥斌

（1西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 博士研究生，四川 成都 610031；2西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 副院長、博士生導(dǎo)師，四川 成都 610031）

基于大數(shù)據(jù)的鐵路綜合樞紐高峰期旅客疏解輔助決策系統(tǒng)設(shè)計*

黃文成1帥斌2

（1西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 博士研究生，四川 成都 610031；2西南交通大學(xué)交通運(yùn)輸與物流學(xué)院 副院長、博士生導(dǎo)師，四川 成都 610031）

客流高峰時期鐵路綜合樞紐內(nèi)的客流擁堵目前還無較好辦法完全解決，在分析綜合樞紐內(nèi)客流特征的基礎(chǔ)上，設(shè)計了一種基于大數(shù)據(jù)、包含服務(wù)端子系統(tǒng)與Android智能手機(jī)終端子系統(tǒng)的鐵路綜合樞紐旅客疏解輔助決策系統(tǒng)。系統(tǒng)可實(shí)現(xiàn)樞紐內(nèi)旅客出行信息的智能分析和主動推送，根據(jù)旅客出行緊迫程度提供相應(yīng)出行建議，有效縮短旅客在樞紐內(nèi)的疏散時間，實(shí)現(xiàn)對樞紐中客流的引導(dǎo)，保障旅客在樞紐中的安全，達(dá)到乘客與運(yùn)營方雙贏的目的。在北京北站地鐵2號線西直門站做的系統(tǒng)初步設(shè)計與應(yīng)用證明了系統(tǒng)設(shè)計的合理性，該系統(tǒng)應(yīng)用到實(shí)際生活中還需要解決幾個關(guān)鍵問題。

大數(shù)據(jù)；鐵路綜合樞紐；客流高峰期；客流疏解；系統(tǒng)設(shè)計

0 引言

大數(shù)據(jù)具有體積大、速度快、種類多、實(shí)時性等特點(diǎn)[1]，在交通運(yùn)輸領(lǐng)域有巨大的潛在運(yùn)用價值。近幾年各國都在積極進(jìn)行實(shí)踐與探索，如美國應(yīng)用大數(shù)據(jù)減少交通堵塞、處理惡劣天氣的道路交通、評估道路狀況以及定位擁擠路段[2]；英國在倫敦奧運(yùn)會期間利用免費(fèi)INRIX應(yīng)用軟件和在線服務(wù)確保交通順暢[3]；深圳于2000年設(shè)立智能交通指揮中心，依托智能交通信號控制、閉路電視監(jiān)控、智能交通違章管理等多個系統(tǒng)的交通管理網(wǎng)絡(luò)，成為集信息、監(jiān)控、指揮于一身的交通管理中樞[4]；Mingquan WANG等[5]建立了基于大數(shù)據(jù)分析的綜合運(yùn)輸網(wǎng)絡(luò)，旨在形成一個智能、低碳環(huán)保的城市；張昕等[6]分析了深圳市福田綜合交通樞紐的出租車浮動車、深圳通刷卡、長途客運(yùn)客流等大量數(shù)據(jù)，建立了多交通方式客流短期預(yù)測模型，對樞紐的客流態(tài)勢進(jìn)行了評價，并進(jìn)行基于GIS的三維可視化展示?？梢姶髷?shù)據(jù)將在今后交通運(yùn)輸領(lǐng)域中發(fā)揮更大的作用。

綜合樞紐是服務(wù)于兩種或兩種以上交通方式的樞紐，它是國家或區(qū)域交通運(yùn)輸系統(tǒng)的重要組成部分，是不同運(yùn)輸方式的交通運(yùn)輸網(wǎng)絡(luò)相鄰路徑的交匯點(diǎn)[7]。綜合鐵路客運(yùn)樞紐的主要功能是交通功能，體現(xiàn)對到達(dá)樞紐的客流按不同的方向和目的進(jìn)行轉(zhuǎn)移和疏散[8]。由于銜接兩種以上的交通方式，內(nèi)部設(shè)施設(shè)備繁多，客流具有混合性、多向性、沖擊性、不確定性等特點(diǎn)，各類客流流線錯綜復(fù)雜[9]。假定樞紐中有種交通方式，包括進(jìn)站和出站流線在內(nèi)，實(shí)際的客流流線數(shù)量為n2+n，如圖1所示。同時鐵路綜合樞紐內(nèi)客流還具有明顯的潮汐性，表現(xiàn)為早晚高峰時客流大量聚集，大部分學(xué)者認(rèn)為高峰時期旅客在客運(yùn)站的分布服從對數(shù)正態(tài)分布并給出了詳細(xì)的擬合、計算過程[10-12]。早晚高峰時期的客流大量聚集是造成樞紐內(nèi)客流擁堵、引發(fā)安全事故的一個重要原因。目前綜合樞紐內(nèi)最常采用的客流疏解方式是平面分流和立體分流，加上適當(dāng)?shù)臉?biāo)識通知、語音服務(wù)等，盡可能避免流線沖突和交織。但當(dāng)綜合樞紐內(nèi)旅客過于密集時，即使有完善的指引標(biāo)志，旅客也難免會產(chǎn)生定向困難，易走錯方向，延誤時間，特別在人流密度大、多岔道、多方向、狹小的封閉空間中行進(jìn)換乘。

圖1 樞紐內(nèi)客流流線構(gòu)成

為解決鐵路綜合樞紐高峰時期客流疏散存在的上述問題，現(xiàn)設(shè)計一種基于大數(shù)據(jù)搜集、分析、處理、可視化，對運(yùn)營管理者與旅客都有利的旅客疏解輔助決策系統(tǒng)。系統(tǒng)可根據(jù)旅客出行需要，定制化地為旅客提供最佳的樞紐內(nèi)疏散建議，輔助旅客安全快速疏散的同時，也為運(yùn)營管理者提供相應(yīng)的疏散反饋數(shù)據(jù)，有助于樞紐高效安全地運(yùn)營。

1 系統(tǒng)功能設(shè)計

基于大數(shù)據(jù)的鐵路綜合樞紐高峰期旅客疏解輔助決策系統(tǒng)有以下兩點(diǎn)功能：

1）系統(tǒng)能實(shí)時獲取用戶在高峰時期樞紐內(nèi)部的地理位置、行為狀態(tài)信息，以及樞紐內(nèi)部的各類交通運(yùn)輸方式的實(shí)時運(yùn)營信息，可針對不同條件及時做出正確反饋，使信息服務(wù)及時、全面，同時保證較高的準(zhǔn)確度。

2）系統(tǒng)可實(shí)現(xiàn)信息服務(wù)的智能分析和主動推送，根據(jù)用戶緊迫程度提供相應(yīng)出行建議，有效縮短旅客在樞紐內(nèi)的疏散時間，實(shí)現(xiàn)對樞紐中客流的引導(dǎo)，達(dá)到乘客與運(yùn)營方的雙贏。

從旅客進(jìn)入或到達(dá)樞紐時起，到旅客通過使用輔助系統(tǒng)離開樞紐時止，整個疏散過程以及對應(yīng)的系統(tǒng)實(shí)現(xiàn)敘述如下：

1）系統(tǒng)采用GPS對整個樞紐內(nèi)部的所有設(shè)施設(shè)備進(jìn)行定位，將整個樞紐及內(nèi)部設(shè)施設(shè)備轉(zhuǎn)化為三維的位置信息。旅客進(jìn)入樞紐后，需要打開系統(tǒng)的移動終端，輸入目的地以及最希望的出行方式等信息，分布在樞紐內(nèi)部的Wi-Fi熱點(diǎn)將鎖定該旅客，得到該旅客在樞紐內(nèi)的三維位置以及移動速度等重要信息。

2）移動終端將旅客信息反饋給服務(wù)器，通過數(shù)學(xué)模型計算旅客在樞紐通道內(nèi)部的時間，得到旅客從該點(diǎn)到換乘點(diǎn)所需的最短疏散時間。

3）系統(tǒng)采用較為精確的GPS定位方式或提供樞紐內(nèi)部所有交通運(yùn)輸方式運(yùn)營線路的換乘輔助信息，獲得該旅客最希望出行方式的最近一列車的到站時間。服務(wù)器利用PC機(jī)搭建基礎(chǔ)的數(shù)據(jù)庫服務(wù)器、手機(jī)終端服務(wù)器，利用寬帶網(wǎng)絡(luò)實(shí)現(xiàn)與手機(jī)終端的連接和數(shù)據(jù)交換，將計算所得的旅客最短疏散時間與最近一列車的到站時間等信息反饋給移動終端。

4）移動終端結(jié)合用戶個人偏好，通過智能分析提供最舒適或者時間最短的出行線路，采用語音或文字的形式將獲得的最佳走行線路、速度等告知旅客，便于旅客在樞紐內(nèi)的疏散。同時，移動終端還可根據(jù)與Wi-Fi聯(lián)系的移動終端信息，分析各條換乘線路的客流擁堵情況等，進(jìn)一步更正模型計算某條換乘線路的換乘時間，達(dá)到反饋效果。利用MATLAB建立的相關(guān)模型，計算在各個時間段、各個線路、各個換乘站內(nèi)的客流量數(shù)據(jù)以及通道擁堵情況，為運(yùn)營方改建換乘站、調(diào)整列車發(fā)車間隔以及新線路規(guī)劃提供相應(yīng)的決策支持。具體的系統(tǒng)提供疏散服務(wù)的過程如圖2所示。

圖2 系統(tǒng)提供旅客疏散服務(wù)的流程

2 系統(tǒng)模型算法設(shè)計

系統(tǒng)采用的數(shù)學(xué)模型主要包括四部分：樞紐及旅客定位、樞紐通道內(nèi)時間模型、旅客候車模型以及旅客走行最短路模型。

2.1 定位方式

旅客、樞紐以及樞紐內(nèi)部的交通運(yùn)輸工具定位是本系統(tǒng)數(shù)據(jù)搜集的關(guān)鍵，旅客在樞紐中的位置、速度，樞紐內(nèi)部設(shè)施設(shè)備的位置，以及樞紐內(nèi)部的交通運(yùn)輸工具的位置、到站時間、發(fā)車時間等信息構(gòu)成了本系統(tǒng)需要搜集的大數(shù)據(jù)，利用這些數(shù)據(jù)進(jìn)行后續(xù)的數(shù)據(jù)分析、計算以及可視化等工作。

2.1.1 樞紐內(nèi)部設(shè)施設(shè)備定位方式

為了準(zhǔn)確定位旅客在樞紐中的位置與速度，需要將樞紐內(nèi)部設(shè)施設(shè)備的位置轉(zhuǎn)化為三維坐標(biāo)信息。近年來通過采用差分GPS，A-GPS和GPSone等技術(shù),GPS的定位精度得到進(jìn)一步提高,可達(dá)1 m甚至厘米級精度[13]，因此系統(tǒng)采用精度較高的GPS定位方式獲取樞紐外圍坐標(biāo)、內(nèi)部層數(shù)及每層坐標(biāo)、換乘通道、候車廳、樓梯等設(shè)施設(shè)備坐標(biāo)等信息，這部分定位信息將直接傳輸給服務(wù)器端，用于分析、計算旅客在樞紐中的位置。

2.1.2 樞紐內(nèi)交通工具定位方式

目前許多城市都在使用GPS等定位方式定位智能公交，為旅客的舒適出行帶來了極大的便利。運(yùn)用GPS對交通工具進(jìn)行定位的理論與技術(shù)都比較成熟，劉前剛[14]討論并設(shè)計了GPS在智能公交系統(tǒng)中的算法，給出了車載終端的硬件結(jié)構(gòu)；文雄軍[15]依據(jù)智能公交服務(wù)系統(tǒng)的設(shè)計原則，對整個系統(tǒng)的硬件結(jié)構(gòu)、功能等進(jìn)行了詳細(xì)分析，完成了系統(tǒng)車載終端硬件、軟件以及電子站牌的設(shè)計。普通GPS技術(shù)的定位精度可達(dá)10 m以內(nèi),能夠滿足交通領(lǐng)域車輛定位、導(dǎo)航等需求[13]，可應(yīng)用GPS對樞紐內(nèi)的交通運(yùn)輸工具進(jìn)行定位。而對于地鐵則無需采用GPS定位，因?yàn)榈罔F公司有完善的地鐵列車位置定位系統(tǒng)，其數(shù)據(jù)可直接應(yīng)用于本系統(tǒng)中。

2.1.3 旅客在樞紐內(nèi)部的定位方式

目前廣泛采用的GPS定位方式雖定位精度高，但在地下使用受限。基站定位方式可實(shí)現(xiàn)在地下?lián)Q乘通道內(nèi)的定位，但其定位精度、對用戶前行速度以及速度方向的準(zhǔn)確度不夠高。雷家毅[16]、徐偉[17]利用Android平臺設(shè)計了基于Wi-Fi的定位系統(tǒng)；周瑤[18]在考慮Wi-Fi信號穩(wěn)定性以及移動物體行為的基礎(chǔ)上，提出了一種新的Wi-Fi定位方法FIMO（Find Me Out），進(jìn)一步提高了Wi-Fi定位精確度。Wi-Fi較之移動基站，覆蓋范圍較小、信號衰減較大但信號連續(xù)性好，因此可在樞紐內(nèi)搭建多個Wi-Fi熱點(diǎn)測量旅客的速度與位置。

2.2 樞紐通道內(nèi)時間模型

為了實(shí)現(xiàn)智能處理實(shí)時數(shù)據(jù)，需要構(gòu)建數(shù)學(xué)模型。模型通過獲取用戶附近乘客的實(shí)時速度，應(yīng)用乘客步行速度—客流密度函數(shù)（式1）計算用戶所在位置的客流密度，以及調(diào)研得到的通道寬度等數(shù)據(jù)計算客流量，進(jìn)而推算用戶在換乘過程中可能的最小換乘時間，判斷用戶是否能趕上最近到達(dá)的交通工具。其中客流密度與客流速度的關(guān)系如下：

式中：V(ρ)為乘客在客流密度ρ時的行進(jìn)速度，通過Wi-Fi測得；Vmax是無阻礙條件下的旅客最大速度；ρ1c，ρ2c為乘客能夠自由移動的前后、左右方向的臨界線密度；ρ1m，ρ2m為乘客在擁擠情況下前后、左右方向的臨界線密度；α1，β1，γ為各因素對乘客行進(jìn)速度的影響權(quán)重系數(shù)。以上參數(shù)均需實(shí)地調(diào)研后確定。

通過式（1）可獲得旅客前進(jìn)過程中任意時刻所處樞紐中的客流密度，通過式（2）即可獲得最短的旅客換乘時間：

式中：Tmin為通道內(nèi)旅客自由流行程時間；ρ（V）為某一時刻的客流密度；S為旅客所處旅客密度ρ條件下的面積；Qmax為樞紐內(nèi)部最大通道通行能力；α2，β2為阻滯系數(shù)。以上參數(shù)通過實(shí)地測量后獲得。

2.3 旅客候車模型

當(dāng)乘車人數(shù)過多時，可能出現(xiàn)因車輛容量飽和而迫使乘客等待下一輛車的情況。假設(shè)車的到站時間間隔為Tb，乘客換乘完畢到達(dá)站臺的時間為均勻分布，乘客被迫等待的概率為P，則乘客的等車時間為：

假設(shè)車剛出站為零時刻，旅客分布密度函數(shù)為f(t)，下一輛車內(nèi)乘客數(shù)為Q1，即將下車的乘客數(shù)為Q2，車輛最大載客量為Q，通過式（4）、（5）計算上述P值：

2.4 旅客樞紐內(nèi)最短路模型

系統(tǒng)需要根據(jù)已知的樞紐網(wǎng)絡(luò)和換乘時間信息計算用時最短的路徑，本系統(tǒng)采用網(wǎng)絡(luò)圖的對偶圖作為蟻群算法的基本賦權(quán)圖。樞紐內(nèi)每個換乘方向?yàn)橐粭l邊，每一段不包括換乘線路為一個節(jié)點(diǎn)，邊的權(quán)數(shù)即為實(shí)時的換乘時間。應(yīng)用蟻群算法[19]即可得到最短路即最節(jié)省時間的路徑選擇，此處不再贅述具體流程。

3 系統(tǒng)實(shí)現(xiàn)

鐵路綜合樞紐高峰期旅客輔助決策系統(tǒng)設(shè)計主要包括網(wǎng)絡(luò)服務(wù)端子系統(tǒng)與Android智能手機(jī)終端子系統(tǒng)兩部分內(nèi)容，如圖3所示，系統(tǒng)的整體開發(fā)流程如圖4所示。

圖3 系統(tǒng)架構(gòu)圖

圖4 系統(tǒng)開發(fā)流程

3.1 移動終端設(shè)計

移動終端是在Eclipse的Android平臺上進(jìn)行開發(fā)，包括以下四個模塊。

3.1.1 用戶主程序

用戶主程序采用直觀的設(shè)計理念，界面結(jié)合樞紐站內(nèi)部地圖并將用戶作為一個閃光點(diǎn)標(biāo)注在地圖上，界面提供旅客距站臺距離、旅客當(dāng)前步速、下一交通工具進(jìn)站時間以及對用戶的最佳步速建議等信息。交通方式的線路界面將用戶出行線路作為背景，用戶列車以箭頭方向標(biāo)注，并提供圖中各個換乘站的到達(dá)時間、換乘時間等信息。

3.1.2 Wi-Fi定位模塊

Wi-Fi定位模塊可以獲取樞紐內(nèi)部熱點(diǎn)的實(shí)時強(qiáng)度信息，通過內(nèi)部運(yùn)算，定位出用戶的實(shí)時位置并反饋給用戶與服務(wù)器，為模型計算提供信息。

3.1.3 路徑搜索模塊

路徑搜索模塊根據(jù)用戶提供的始發(fā)站和終到站信息，連接服務(wù)器獲取從始發(fā)站到終到站最短時間的出行路線，并提供整體旅程較為準(zhǔn)確的、包括換乘時間及列車等待時間在內(nèi)的預(yù)計出行時間。

3.1.4 出行建議模塊

出行建議模塊主要根據(jù)用戶當(dāng)前速度、用戶平均速度、樞紐內(nèi)通道擁擠情況、最近幾班列車的到發(fā)時間來判定用戶以當(dāng)前速度能否在列車發(fā)車前抵達(dá)站臺?？上蛴脩籼峁罢埍３之?dāng)前速度，您將于X分鐘內(nèi)到達(dá)站臺，恰好能趕上最近一班列車”、“請加快腳步，以便趕上最近一班列車”等信息。

3.2 服務(wù)端建設(shè)

服務(wù)端子系統(tǒng)基于Java Socket通信，通過多線程對多個客戶端的請求進(jìn)行響應(yīng)，結(jié)合相應(yīng)數(shù)學(xué)模型，綜合計算換乘時間，并通過Socket將計算結(jié)果發(fā)布給終端子系統(tǒng)，從而實(shí)現(xiàn)輔助決策的功能。服務(wù)端子系統(tǒng)分為服務(wù)器主程序和后臺數(shù)據(jù)庫兩部分。服務(wù)器主程序通過創(chuàng)建端口、構(gòu)建線程、調(diào)用函數(shù)、搭建模型實(shí)現(xiàn)與終端的實(shí)時連接、數(shù)據(jù)傳輸、本地時間獲取以及換乘時間計算四項基本功能。后臺數(shù)據(jù)庫采用MySQL數(shù)據(jù)庫，主要用于列車到站時刻表與調(diào)研獲得的歷史換乘速度的存儲。

服務(wù)端啟動后，主線程完成初始化，等待客戶端接入。當(dāng)接收到連接請求時，一方面服務(wù)器與客戶端建立連接，接受客戶端發(fā)送的實(shí)時速度，并讀取數(shù)據(jù)庫內(nèi)經(jīng)驗(yàn)速度，將二者代入數(shù)學(xué)模型，綜合計算得出“乘客所需最短換乘時間”；另一方面，服務(wù)器獲取本地時間，讀取數(shù)據(jù)庫內(nèi)列車到站時刻，并將二者進(jìn)行比對，得出“最大可行換乘時間”。最后，服務(wù)線程通過I/O將計算得到的“乘客所需最短換乘時間”和“最大可行換乘時間”發(fā)送給客戶端，便于客戶端綜合分析。完成一切步驟后，服務(wù)器自動斷開與客戶端的連接，當(dāng)前服務(wù)線程結(jié)束。

4 北京北站地鐵2號線系統(tǒng)示范開發(fā)

為了驗(yàn)證系統(tǒng)的可行性及模型算法的有效性，本文以北京北站地鐵西直門站2號線換乘13號線為例來進(jìn)行研究，開發(fā)出Android智能手機(jī)終端的應(yīng)用程序。采用較為精確的GPS定位方式實(shí)現(xiàn)對該線路的換乘輔助信息的提供，以移動電話數(shù)據(jù)網(wǎng)絡(luò)（2G、3G等）進(jìn)行數(shù)據(jù)傳輸，完成與服務(wù)器子系統(tǒng)的信息交換。服務(wù)器方面，利用PC機(jī)搭建基礎(chǔ)的數(shù)據(jù)庫服務(wù)器、手機(jī)終端服務(wù)器，利用寬帶網(wǎng)絡(luò)實(shí)現(xiàn)與手機(jī)終端的連接和數(shù)據(jù)交換。數(shù)據(jù)庫服務(wù)器存有西直門地鐵站的通道擁擠程度、最近兩班列車到站時間等信息，試驗(yàn)階段由科研團(tuán)隊成員實(shí)地測得。手機(jī)終端服務(wù)器嵌入構(gòu)建的數(shù)學(xué)模型，根據(jù)一部分用戶的運(yùn)動狀態(tài)推算擁擠程度、最大可能前進(jìn)速度以及實(shí)現(xiàn)地鐵網(wǎng)絡(luò)宏觀統(tǒng)計等功能。

開發(fā)過程中，用Wi-Fi定位技術(shù)在換乘通道內(nèi)建立精確定位系統(tǒng)，將覆蓋范圍從單向換乘線路擴(kuò)展到整個地鐵網(wǎng)絡(luò)。結(jié)合用戶個人偏好，通過智能分析提供最舒適或者時間最短的出行線路。根據(jù)與基站聯(lián)系的移動終端信息，分析各條換乘線路的客流擁堵情況等，進(jìn)一步更正模型計算的換乘時間，達(dá)到反饋效果。同時利用MATLAB建立的相關(guān)模型，計算在各時間段各線路以及各換乘站內(nèi)客流量數(shù)據(jù)以及通道擁堵情況，為運(yùn)營方改建換乘站、調(diào)整列車發(fā)車間隔以及新線路規(guī)劃提供決策支持。圖5、圖6、圖7是本次移動客戶端示范開發(fā)的部分圖片。

圖5 站內(nèi)換乘界面

圖6 單路線換乘界面

圖7 路網(wǎng)換乘界面

5 實(shí)際應(yīng)用還需解決的問題

通過以上實(shí)際系統(tǒng)開發(fā)驗(yàn)證，發(fā)現(xiàn)還有以下問題需要解決：1）創(chuàng)新性Wi-Fi定位方式只驗(yàn)證了理論可行，實(shí)際應(yīng)用還需考慮通道內(nèi)信號干擾等具體因素，進(jìn)一步計算校準(zhǔn)。2）目前地鐵運(yùn)營信息大多通過實(shí)地調(diào)研方式獲取，下一步還需探討如何實(shí)時獲取，進(jìn)一步提高數(shù)學(xué)模型計算精確度，優(yōu)化數(shù)據(jù)庫，提高系統(tǒng)準(zhǔn)確性。3）部分系統(tǒng)功能因缺乏數(shù)據(jù)來源還停留在實(shí)驗(yàn)階段，下一步將通過開發(fā)仿真檢驗(yàn)有系統(tǒng)引導(dǎo)和無引導(dǎo)普通出行兩種情況下總旅行時間和列車平均滿載率的差距，體現(xiàn)系統(tǒng)實(shí)用性，獲得數(shù)據(jù)為繼續(xù)開發(fā)打下基礎(chǔ)。

目前大數(shù)據(jù)從數(shù)據(jù)的穩(wěn)定來源，到中期的數(shù)據(jù)集成、數(shù)據(jù)分析處理、數(shù)據(jù)保護(hù)以及最后的數(shù)據(jù)可視化服務(wù)等方面均存在許多問題，將直接影響大數(shù)據(jù)在綜合樞紐客流集散方面的應(yīng)用。

5.1 數(shù)據(jù)來源

有些旅客不愿透露出行數(shù)據(jù)，這對大數(shù)據(jù)的發(fā)展極為不利。開放交通數(shù)據(jù)，保證數(shù)據(jù)來源，有助于形成良好的公私伙伴關(guān)系，促使交通主管部門完善交通信息服務(wù)，根據(jù)具體需求來定制個性交通服務(wù)。政府可以在闡明數(shù)據(jù)開放原則、知識產(chǎn)權(quán)規(guī)則的前提下，制定促進(jìn)交通數(shù)據(jù)共享的獎勵措施，推動交通信息的開放和整合，促進(jìn)運(yùn)營方與旅客共贏。

5.2 數(shù)據(jù)集成

綜合樞紐內(nèi)部數(shù)據(jù)類型十分復(fù)雜，需要同時采集設(shè)施設(shè)備等靜態(tài)數(shù)據(jù)與實(shí)時動態(tài)變化的旅客數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)也各不相同，需要專業(yè)IT人員對需要集成的字段手動關(guān)聯(lián)映射，或者開發(fā)數(shù)據(jù)讀取API。

5.3 數(shù)據(jù)分析、提取

部分負(fù)責(zé)數(shù)據(jù)分析的業(yè)務(wù)人員，需要定期獲取數(shù)據(jù)庫中所有數(shù)據(jù)，然而由于數(shù)據(jù)量巨大，傳輸需要花費(fèi)大量時間，同時還占用大量帶寬。隨著樞紐內(nèi)部各種業(yè)務(wù)需求發(fā)生變化，數(shù)據(jù)調(diào)用需求也會隨之變化，原先設(shè)計好的接口提供方式在需求變更后必須重寫相關(guān)代碼方可使用，帶來很大的工作量。

5.4 數(shù)據(jù)保護(hù)

保證旅客的個人信息不非法泄露是樞紐管理部門的重要工作，這也是保證數(shù)據(jù)來源的基本條件。相關(guān)部門可將數(shù)據(jù)的開發(fā)決定權(quán)交給旅客，由旅客決定開發(fā)利用或開放限制；數(shù)據(jù)開發(fā)商則由主動向旅客提供信息服務(wù)的“推”模式，逆轉(zhuǎn)為在得到旅客授權(quán)同意的前提下，根據(jù)旅客的個性化信息需求而被動提供信息服務(wù)的“拉”模式。

5.5 數(shù)據(jù)可視化服務(wù)

可視化是一種對數(shù)據(jù)規(guī)律進(jìn)行直觀展現(xiàn)的方式，諸多成熟的開源可視化組件庫都為大數(shù)據(jù)可視化提供了便利。針對大數(shù)據(jù)可視化服務(wù)需求，充分利用現(xiàn)有可視化組件庫，進(jìn)一步降低旅客學(xué)習(xí)成本是目前需要花費(fèi)大量精力解決的問題。

6 結(jié)論

交通擁擠已成為制約我國城市發(fā)展的重要問題之一?；诖髷?shù)據(jù)的鐵路綜合樞紐高峰期旅客疏散輔助決策系統(tǒng)，設(shè)計目的是通過有效的信息采集和高效的信息處理，為出行者提供及時、準(zhǔn)確、可靠、方便、全面、實(shí)用的出行信息和出行方案，從而縮短出行者疏散時間，提高樞紐運(yùn)營效率，保證旅客出行安全，為樞紐長遠(yuǎn)發(fā)展和規(guī)劃提供真實(shí)可靠的參考依據(jù)。系統(tǒng)體現(xiàn)了新技術(shù)與實(shí)際問題的結(jié)合，理論上具有良好的發(fā)展前景與實(shí)際價值。

[1]陳美.大數(shù)據(jù)在公共交通中的應(yīng)用[J].圖書與情報,2012（6）：22-28

[2]Big Data Analytics Applied to Traffic Issues in New Jersey[EB/OL].（2012-09-17）http：//nyconvergence.com/2012/06/big-data-analyticsapplied-traffic-issues-new-jersey.html

[3]SHIRA OVIDE.Tapping'Big Data'to Fill Potholes[EB/OL].（2012-09-16）http：//online.wsj.com/article/SB10

[4]董海龍.深圳智能交通系統(tǒng)應(yīng)用現(xiàn)狀[EB/OL].（2012-10-17）http：//www.tranbbs.com/news/cnnews/ITS/news_64980_2.shtml

[5]Wang Mingquan,Wang Jun,Tian,Feng.City Intelligent Energy and Transportation Network Policy [J].Procedia Computer Science,2014（5）：85-92

[6]張昕,胡金星,尹凌,金照,孫潤喜.基于實(shí)時數(shù)據(jù)的交通樞紐客流態(tài)勢研究[A].中國智能交通協(xié)會.第七屆中國智能交通年會優(yōu)秀論文集——智能交通技術(shù)[C].中國智能交通協(xié)會

[7]鄒展.綜合樞紐的交通一體化[D].大連：大連交通大學(xué),2008

[8]王萌.綜合客運(yùn)樞紐客流組織模式分析[D].北京：北京交通大學(xué), 2011

[9]王英男.大型綜合交通樞紐站客流預(yù)測及組織優(yōu)化方法研究[D].北京：北京交通大學(xué),2008

[10]何宇強(qiáng),毛保華,陳紹寬,郭謹(jǐn)一.鐵路客運(yùn)站旅客最高聚集人數(shù)計算方法研究[J].鐵道學(xué)報,2006（1）：6-11

[11]何宇強(qiáng),毛保華,丁勇,張好智,楊靜.鐵路客運(yùn)站最高聚集人數(shù)模擬計算研究[J].系統(tǒng)仿真學(xué)報,2006（1）：213-216，224

[12]鐘紹林,錢丙益,鄔金輝.客運(yùn)專線車站高峰小時客流量概率統(tǒng)計計算方法研究[J].鐵道運(yùn)輸與經(jīng)濟(jì),2011（12）：26-29

[13]黃剛,鐘小勇,龍淵銘,張國軍.基于數(shù)據(jù)云與應(yīng)用云分離模式的制造資源云定位服務(wù)平臺[J].計算機(jī)集成制造系統(tǒng),2011（3）：519-524

[14]劉前剛.GPS定位算法及其在智能公交中的應(yīng)用[D].長沙：湖南大學(xué),2009

[15]文雄軍.基于GPS定位的智能公交服務(wù)系統(tǒng)研究與設(shè)計[D].長沙：中南大學(xué),2007

[16]雷家毅.Android平臺基于Wi-Fi的定位算法與系統(tǒng)設(shè)計[D].上海：華東理工大學(xué),2013

[17]徐偉.基于Android手機(jī)的室內(nèi)定位技術(shù)研究與實(shí)現(xiàn)[D].武漢：華中師范大學(xué),2014

[18]周遙.Wi-Fi環(huán)境下的定位技術(shù)研究[D].上海：華東師范大學(xué), 2013

[19]石源,莫蓉,劉紅軍,彭維,萬能.面向模型局部搜索的最短路徑集最優(yōu)匹配方法[J].計算機(jī)集成制造系統(tǒng),2012（2）：282-290

（責(zé)任編輯：魏艷紅）

Research on the Decision Making System of Railway Hub's Passenger Evacuation During Rush-hours Based on Big Data

HUANG Wencheng1,SHUAI Bin2
（1 School of Transportation and Logistics,Southwest Jiaotong University,Graduate student,Chengdu Sichuan 610031,China; 2 School of Transportation and Logistics,Southwest Jiaotong University,Associate dean,Chengdu Sichuan 610031,China）

Passenger congestion in railway hub during rush-hours is a difficult problem.After analyzing the passengers'characteristics,a passenger evacuation and decision making system based on big data is designed,which includes the server subsystem and Android smartphone client subsystem.The system could analyze passengers'information,and then provide appropriate recommendations to those passengers based on their needs.It could effectively shorten passenger evacuation time in the hub and ensure passengers' safety.The preliminary design and application in Beijing North Station Metro Line 2 Xizhimen station has already proved the rationality of this system,and author discusses the existed problems that should be solved in the future.

big data;railway hub;rush hours;passenger evacuation;system design

A

1004-9746（2016）05-0042-06

2016-08-20）

*項目來源：國家鐵路局科技計劃項目“鐵路項目經(jīng)濟(jì)效益形成機(jī)理及其計量研究”（項目編號KF2013-020）