《数据挖掘在地铁闸机利用率分析中的应用》由会员分享，可在线阅读，更多相关《数据挖掘在地铁闸机利用率分析中的应用（3页珍藏版）》请在金锄头文库上搜索。
1、数据挖掘在地铁闸机利用率分析中的应用刘健 1，吴绍春 2（ 1.上海地铁维护保障中心上海2000702.上海大学计算机工程与科学学院上海200072 ）【摘要 】： 本文从数据挖掘的概念出发 ，针对上海地铁目前的规模及今后的发展趋势 ，提 出 了 时 间 序列预测法客流数据挖掘分析 方 法 ，对目前已经形成网络化运营的上海地铁客流分析非常有效 ，使 得 挖 掘 出 的结果更具指导意义 ，为上海地铁运营 、建设部门提供重要的指导意义 。【关键词 】：数据挖掘 客流 时间序列预测法地铁中的客流系统蕴含了丰富的数据信息 ，如 何呈季节性变化3。统 计 模 型 中 最常用的方法是时间序列预测法 ，从
2、时间序列中找出其中的 特 征 、规律和变化趋势 ，从 而 得 到预测信息 。从这海量的信息中挖掘出有用的知识 ， 是 一 个 有 待 研究解决的问题 。 本文将数据挖掘技术用于地铁巨量客 流分析 ，针对地铁客流 的 实 际 特 点 ，使用时间序列预测 法对客流数据进行分 析 ，提取单一线路客流信息进行 时间序列预测法的优点是计算简单 ，使 用 的 历 史数据挖掘分析 ， 用于指导地铁客运部门组织闸机设置 方案，服务客运决策 。 提出了今后使用时空预测法对各数据少 ， 缺点是不同的时间序列模型预测的结果差别 很大。 但该方法的优点 是 简 洁 实 用 ，预 测 精 度 高 ，能 保 证样本量和计
3、算量不随时间的变化而增加 ， 缺 点 是 如条线路之间的客流数据进行分析更加有效 ， 地铁建设部门决策新线设计及建设方案1。 1.数据挖掘用 于 指 导果数据样本不多且数 据 波 动 较 大 ，则预测结果偏差较 大。 基于时间序列分析的从研究对象本身出发的微观 研 究 ，属 于 短 期 预 测 ，包 括 实 时 预 测 ，主要考虑的是客 流数据的时间特征4。 3. 时间序列客流预测数据挖掘方法对上海地铁的指 导意义 3.1 时间序列预测法数据挖掘是信息技术自然演化的结果 。 20 世纪 60年代以来 ，数据库和信息技术己经从原始的文件处理 演化到关系复杂 、功能强大的数据库系统 ，数 据 库
4、业 界逐步开发了以下功能 ：数据收集和数据库创建 ，数 据 管 理（包括数据存储和检 索 ，数据库事务处理 ），以 及 数 据分析与理解 （涉及数据仓库和数据挖掘 ）。数据挖掘是从大量数据中发现并提取知识 ， 存放在数据库 、数据仓库或即 从其 他 信 息库中的大量数据中挖掘有用知识的过 程。 它建立在数据库 ，尤其是数据仓库基础之上 ，面 向 非专业用户 ，定位于桌 面 ，支持即兴的联机查询 。 数 据挖掘技术能自动分析数 据 ，进行归纳性推理和联想 ，寻 找数据间内在的某些关 联 ，发 掘 潜 在 的 、对 信 息 预 测 和决策行为起着十分重要作用的模式 ，从而建立新的业 务模型 ，帮助
5、决策者制定市场策略 ，做出正确决策 。 2. 基于时间序列的地铁客流预测数据挖掘方法 当 今 社 会 ，随着交通的日益发达 ，交通运输行业的 客流量变化具有复杂性 、随机性和周期性的特征 。 现在 地铁客流预测大多采用传统的时间序列分析方法进行 短期预测 。 比如每年的春运 、暑期、节假日 ，使用前几年 的这些节假日前 30 日 的 客 流 数 据 ，并选择合适的预测 模型来预测本次节假日期间的客流趋势2。 由于每一种预测模型都有自己的特 点 ，适合某一类的数据 。 因 此 ，模型的选择对于准确的预测是很重要的 。地 铁 客 流 的周 期性一般是以年为周期 ，每 年 的 春 运 、暑 期 、节
6、 假 日表 1 闸机实际利用分析表 2011 年第 12 期福 建电 脑115时间序列预测法对上海地铁统计单一线路的 日 常 客流非常有效 。 通过研究每个时间段相应的客流情况 （如 图 1），很容易发现不同站点的客流高峰时段 ，有 效 指导地铁运营部门在大客流时段集中力量积极组织客 流运输 、疏散及各类应 急 预 案 。 同 时 ，通过分析同一站 点 进站和出站即时客流之间的差值大小 （如 图 2），可以找出影响旅客进出站速度与闸机方向选择 、闸 机 数量设置之间的关系 ，可以指导运营部门决定哪些闸机 按照日常实际平均出站能力 20 人/闸 机?分 钟 作 为理论出站能力 。 通过上表我们可
7、以发现 ，儿童医学中心 和航津路站的闸机实际利用率都达到了 7%左右。 高科设置为进站方向 ，哪些闸机设置为出站方向 ，优 化 闸 机 设置，并且可以决定是否需要增加或减少闸机数量 。 3.2 时间序列预测法在 6 号线客流分析中的应用上 海 地 铁 6 号 线 全 长 33 公 里 ，设 28 个 车 站 ，其 中 地下车站 19 座，高架车 站 9 座 ，北 起 港 城 路 ，西 至 济 阳 路，线路呈南北走向 。 它将外高桥保税区 、金 桥 出 口 加工 区 、陆家嘴金融贸易区 、六里现代生活园区 、三 林 居 住区等有机衔接起来 ，并连接沿线的高桥居住区 、东 沟 居 住 区 、金 桥
8、 新 村 、金 杨 新 村 、罗 山 新 村 、香 山 新 村 、洋 泾 居 住 区 、竹 园 新 村 、潍 坊 新 村 、塘 桥龙 阳 居 住 区 、临 沂昌里居住区 、 三林居住区等 22 个大型居住区连在 一起，是浦东非常重要的一条交通线路 。现 在 ， 我 们 使 用 SQL Server 中 Analysis Service 提 供的数据挖掘功能 ，分析构建数据挖掘方案 。 系统随机 抽选高科西路 、儿童医 学 中 心 、洲海路和航津路四个车 站 2011 年 1 月 6 日 的 早 高 峰 7:008:00 时 间 段 的 出西路站闸机数量是航 津 路 站 的 1 倍 ，是儿童医学
9、中心 站的 0.5 倍，但实际利用率只达到 3.33%。闸 机 数 量 虽然多但实际利用率很低 ，出站闸机数量设置过多 。 洲 海 路 站 有 4 台 出 站 闸 机 ， 实际利用率只达到 2. 5%,利用率也很低下 。 通过实际调查发现 ，洲 海 路 站 周 边 荒 凉 ，配 套 不 完 善 ，居 民 小 区 不 多 ，还没有形成成熟 的 生 活 区 ，客 流 非 常 稀 少 ，是 6 号 线 28 个 车 站 中 客 流 最少的一个车站 。 高科西路站客流并不少 ，闸机的实际利用率过低 。 为了改变现状 ，拟提高高科西路站的闸机实际利用率到 8%，按以下公式计算 ： 8/20*（12-n）
10、=8% 经计算得知 ：n=7n: 需要减少的出站闸机数量因此，如果将高科西路站出站闸机的数量设定为 5台，则刚好满足现在闸机实际利用率到 8%。 我们提供了以下参考 ：此 数 值 为站客流进行分析 。此四个车站的原始数据信息如下图 3 所示（只选一个车站 ）：1、如 果 从 节 能 的 角 度 考 虑 ，理论上高科西路的出 站闸机可以关闭 7 台，而不会对出站速度造成影响 ，达 到最优配置 ；2、可 以 将 7 台闸机出站方向改为进站方向 ，解 决 早高峰进站客流高出站客流低的矛盾 ；3、随 着 客 流 的 逐 步 增 加 ，今后高科西路站短期内 不必再增加新的闸机 ； 4、如 果 目 前 有
11、其它车站客流较大 ，闸 机 数 量 不 够用，可以考虑将高科西路出站闸机移设到客流较大车 站，解决运营成本与客流增长之间的矛盾 。 同 理 ，根据以上分析方法 ，洲海路站的出站闸机如 图 3 高科西路站即时客流统计图 通过以上数据信息 ， 我们除了知道每个车站 的 即 时出站客流人数外 ， 隐藏在其中的其它信息则一概不 知。 由于列车每天按照固定的时刻表进行投运 ，每天同 一时段到达每个车站的列车到达时间基本是固 定 的 ， 每单位小时内到达的列车数量就是固定的了 。 因 此 我 们将单位小时进行缩 短 ，对 10 分钟的即时出站客流数 据进行抽样挖掘 ，则可以代表每个单位小时 、每 天 或
12、每 月的客流规律 。现 在 ，我们使用时间序列数据挖掘方法 ，对 以 上 四 个 车 站 1 月 6 日 的 早 高 峰 7:307:40 之 间 10 分 钟 的 即时出站客流数据进行挖掘 ，挖掘结果如下表 ：果只设 2 台，实际利用率可以达到 5%。洲 海 路 站 客 流的稀少直接导致了闸机的实际利用率很低 ， 但 考 虑 冗余的需要 ，出站两侧各 设 2 台闸机是必要的 ，数 量 不 能 再减少了 。 4. 结语 上海地铁目前已经建成通车的线路数量排名 全 国所有城市第一 ，研究单条线路客流信息 ，可 以 发 现 目 前 线路设计的优点和缺点 ，可以为今后的新线选址 、车 站 站台的设计
13、长度 、闸机 的 设 置 数 量 、列车的车厢数以及 每条线路需要投运的列车的数量等 ，提供决策参考 。 避 免决策失误 ， 从而设 计 、 建设出一条合理的不拥堵线 路。(下转第 130 页)2011 年第 12 期福 建电 脑130常用的动态负载均衡算法主要有 4 种:（1）最 小 连拟机的迁移等管理操作 。4.2 基于虚拟服务器集群的选课系统架构设计接 调 度 (Least Connection Scheduling) 算 法 。 （2）加 权 最 小连接调度(Weighted Least Connection Scheduling) 算在上述虚拟服务器集群架构的基础上 ，对 选 课 系
14、法 。 （3） 基于位置的最小连接 (Locality Based LeastConnections Scheduling ,LBLC)算法。 （4）带复制的基于 位 置 的 最 小 连 接 (Locality Based Least Connections with Replication Scheduling ,LBLCR)算法。 4、虚拟集群技术在高校选课系统中的应用架构设计 4.1 虚拟服务器集群的架构设计 服务器集群技术与虚拟化技术是计算机应用 技 术统的架构做了如下的设计 。 （1）将选课系统从教务管理系统的其他业务中剥 离 出 来 ，通过重定向功能将教务 管理系统的其他功能重定向
15、到指定的服务器上 。 （2）为选课系统建立虚拟机 ，部署到不同的物理服务器上 ，通 过集群负载控制器实现动态负载均衡 。 （3）在非选课期 间关闭选课系统虚拟机 ，节 约 系 统 资 源 ；在 选 课 期 间 通过 VM Manager 快速实现虚拟机的部署和迁移 。 （4）选领域两个不同的分支 ，前者的作用是实现高可用性和 课系统可以和其他的 虚 拟 机 共 存 ， 资源利用率 。5、小结以提高物理服务器 负载均衡 ， 后者实现资源利用率的最大化和资源的灵 活配置及安全性 。 将两者的结合起来即可以同时集中 两种技术的优点 。为 了 解 决 高 校选课系统中存在的连接数量多 、流根据服务器集
16、群和虚拟化技术的特点 ， 虚拟化服务器集群的架构 ，如图 1 所示：给 出 一 种量短时间集中出现而给服务器带来的负荷压力 ， 应用了虚拟化服务器集群技术来解决这一问题 ，本 文 从 而在系统的高可用性 、 高可靠性与系统效率之间找到一 个平衡解决方案 。 这一方案在实践中进行了应用 ，收到了良好的效果 。下一步的研究将围绕如何对集群运行 效率的度量来展开 。参考文献:1 吴 祖 峰 高 校 排 、 选课系统的探索与 实践 电子科技大学学报 社 科 版 2005 年(第 7 卷) 增 刊2 李 慧 宗 孟 祥 瑞 基 于 Web 的 高 校 学 生 选课系统的新设 计 郑 州轻工业学院学报(自 然 科 学 版) 2005 年 8 月 第 20 卷 第 3 期 3陆 培 军 基 于 XML Web Ser vice 的高校公共课选课系统实现 福 建 电 脑 2006 年 第 6 期 4Mat
