大数据在铁路行业的应用? 举报 理由 举报 取消 铁路行业每天都产生很多数据信息,怎么样在铁路行业应用大数据技术更好的服务铁路行业和社会经济发展? 2017年7月17日 9 条回复 1734 次浏览 分析,数据,系统,铁路
回复 ( 9 )
本来不打算回答这个问题的,因为并不是很专业的问题,也并不十分有趣。但是由于加上了大数据的标签,估计会有很多研究大数据的人来答,这些人估计对铁路行业了解不多。在这些人拿到高赞数之前,我先来泼泼冷水。
可能有人想到的点就是调整运力。这个分两方面。一是增加或减少运力,二是运力的分配。先说增加或减少运力。车底就那么多,国铁现在的周转图排得已经相当紧,想增加运力,就必须增加车底。好的,增加了车底,那么在运力不那么紧张的时候,这些车底干嘛用呢?这只会造成更大的经济负担。假设铁路完全私有化,铁路会考虑因为运力不足所损失的利润以及机会成本(客户因为铁路不方便,而采用其他运输方式,并且在运力不紧张时,也不再回归铁路,所造成的客户流失带来的损失),和车底的采购、保养费用以及机会成本(用来购买、保养车底的资金如果用于其他用途,可能带来的收益)进行对比,如果后者更高,那么购置新的车底满足运力需求就是不合理的,什么大数据都没有用。第二,关于运力的分配,空车调整计划是很复杂的一个事情,比如某硫酸厂需要罐车运输硫酸,从相邻的城市排空车过去,路上可能就要一天时间了,你弄个敞车过去肯定不行,弄个运酒精的罐车过去还是不行。而且空车周转没有利润还吃能力,所以铁路都会尽量想办法减少空车周转,因此排空计划是非常重要的一项计划内容,大概在实际开车之前一两天就和开行计划一起做出来了,这部分内容在实践中不需要大数据也已经做得很不错了,当然纯粹搞搞研究的话或许还有改进的空间。
然后我能想到的可能有人会说检修的问题。什么建立故障库啊进行预警报警啊什么的。首先铁路机车车辆检修是有一套非常严密的标准的,日常检查站修段修厂修,多少小时或者多少公里一次,每种检修检查哪些内容标准是什么,这些规定详细到不行,即使有漏洞,也是出了事故才知道,只靠大数据是很难找出这些规程中的漏洞的,况且如此详细的规程能漏掉的最多九牛一毛,大家不用多操心。不过有人提出每次检修不管有没有问题都要检查那么多东西,我们用大数据可以让检修更有针对性一点。首先,大数据表明安全但是按照规程要检查的,肯定是还会检查的。然后,如果真的采用了大数据,并且还真找到了需要检修但是不在规程里面的,那肯定也是要检修的,然后估计顺便也加入规程了,并且这样的概率估计约等于0。但不论如何,如今红外线轴温检测之类的路边设备和各种各样的机上设备越来越多,所产生的数据也越来越多,想做做研究,我们是极度欢迎的,研究越多越好,然后铁路从中挑选有实用价值的就是了。
第三,可能有人说物流追踪系统。现在在铁路上发了货,大多数时候是不知道运到哪了的。一些货种,比如集装箱,比较方便追踪、检测,可以据此告诉客户你的货运到了哪。这是个好主意,但是主要作用是提升用户体验,对运输效率作用不大。不说铁路,就说你在淘宝上买了个东西,即使你能查到物流,你也不能控制快件是用一晚上从杭州到北京还是用两晚上对不对?提升运输效率是系统工程,比如如何在直达列车与列车集结时间(编成一列车所需的时间,术语我应该没记错)之间达到平衡什么的,都是业界老生常谈的话题了,加入大数据最多加入一些亮点,不会改变根本的研究方法。
我们也是这个作业,而我真的不想写,泼冷水那个哥们儿说的很对。大数据对于铁路是什么?我只能说是狗屁。且不提大数据研究所需要的花费,就说它能带来的好处。首先就说他能干嘛,优化运力配置?你在说笑话吗?春运期间铁路开多少临时客车你造吗?那够吗?铁路这个行业就跟河流一样具有汛期的,但他的运量可是有上限的,不是说你想调就随便调的。再有就是人家说的,成本收入的问题,这个问题不解决就没有多余的运量,优化运力配置也就是在讲笑话。人员配置,这个不是铁路单方面能解决的问题,铁路在编职工加上合同工少说500万人,要是真优化能优化掉一半,这一半有一大半都是领导阶层加上关系户,请告诉我怎么优化。吃闲饭是整个国企的通病,也是一个社会问题,大数据可以算出来,但不能解决。至于路网啊,什么设备啊,我就告诉你没钱,现在从我家到学校还没有直达车你告诉我怎么优化,优化一下我倒车的线路?为什么我说大数据对铁路是狗屁,铁路对于国家来说是必不可少的国家命脉,保证铁路行车的安全和各地均具有一定的固定运量是必须的(一定的军队需求),而大数据总归来说也是一种概率问题,关系到一个国家的命脉的事情你用百分比算是不是有点逗比了?活铁路最需要解决的问题是发展,有竞争力才能发展,怎么算有竞争力?通俗地讲就是挣钱,现阶段大数据能给铁路带来的收入甚至不及经行大数据研究所需的投入,更别提这些收入能不能真正用到铁路上了,所以,作业还得写是不是~
谢邀!
铁路是干嘛的?运人和拉货。
拉货目前应该是比较智能了,当然,要说大数据优化什么的的可能还谈不上。举个栗子,某个地方的季节性的农作物大丰收,需要外运,铁路部门不可能马上配置相应的运力,虽然这个是能够做到的。货运与钱是挂钩的,总能有办法解决。所以相对来说都不是事,最关键的是客运。
春运就不必说了,尽管现在计算机技术高度发达,春运等供不应求运力目前还是解决不了。而春运之外的客运,现在似乎也没有好好利用大数据。
就拿刚刚过去的这个周五(10月23)我从上海回杭州,下午4点多在虹桥站购买高铁票,居然站票都只有晚上10点以后的了。而如此暴增的需求,车次还是那些车次。
如果能够运用大数据,能够做些什么呢?最能做的当然是优化运力配置啦!北京到杭州的铁路一天那么多班次,在淡季是否需要那么多?显然是可以节约成本的。而一些热门的需求,周末短线游,例如北上广到周边的线路是否可以加开一些?总之,如果能够把这些乘客数据用好,配置运力很有价值。人少时候,我是不是可以像航班一样弄折扣价,并根据剩下的座位制定一个折扣机制。
铁老大这些年转变很多,相信未来还会做得更好。我对铁路的知识了解有限,回答啊可能比较业余。有关注大数据欢迎加我们信微 idacker
谢邀
由于SNCF很懒,所以他们想出了一个办法,开放这些数据,结果就诞生了很多好用的app。
这是要写论文么?
首先要界定“铁路行业”这个词,广义上可以包括下图所示的各个单位,狭义上一般至少可以理解为包括“51铁路运输行业”和可能包括“37交通运输装备制造业”(根据经济行业分类代码),运输服务提供商以铁路总公司为代表,制造业以中车集团为代表,两者对数据的需求和分析应用差异很大,前者侧重市场,客户,运输效率,运输成本(如,机车燃料)等方面,后者侧重供应链,采购,维保成本等。
其次,要界定“大数据”,这个词和“云计算”一样热闹而缺乏标准定义,只有界定了你所选取的定义才能解答:
Gartner:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
维基:大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
那么,考虑到“交通运输装备制造”本质是制造业,更符合“制造业大数据应用”的话题,所以针对本题我想定位为“铁路运输行业”更符合题主的用意,数据分析也应该聚焦为“基于大数据的特殊分析,而非传统BI分析”,这样题主问题也更有深入探讨的意义,这个话题可以大概界定为(当然大数据分分析这个词是难以准确界定的,大家各自表述而已):
铁路运输行业的典型大数据分析应用的场景和案例
数据分析应用和其他信息化应用一样必然是基于业务需求产生的,所以首先要分析铁路运输行业的业务能力框架,然后针对不同的业务能力来看看有哪些可能的数据分析应用的场景,根据我个人对铁路运输行业和企业业务能力架构的理解,大体上铁路运输服务企业的全体系业务能力蓝图(以中国铁路为例,即建设、经营(客、货)、运输(客、货)、企业管理等能力全部具备)可以如下图所示:
通过对业务能力进行细分我们可以找到不同领域有哪些大数据应用的机会,后面我会写写我见到的实际案例:
战略管理:宏观考核、路网规划等
市场营销(这个最成熟):360客户视图、客流预测、定价策略、舱位规划、产品规划等等
客运服务:基于客站管理系统信息的节能策略
旅客运输:结合360客户视图的在途客户服务(航空公司经验可借鉴),车站车厢内WIFI服务数据分析和广告
货运运输:物流预测、货运质量分析、保价保险策略分析、货运安全综合分析等等
行车组织:车辆预测(这个说的最多但是算法最难)、编组作业优化、通信运营相关分析(类似运营商)等等
运输设备:运用分析、修程修制的完善(CBM的实现),资产状态综合分析等等
物流服务:这部分很多,请参考DHL等案例
企业管理:人、财、物的分析,各专业很多了
下面介绍几个实际的例子,注意大数据分析与传统数据分析不同,传统数据分析的数据模型本身设计时就已经包含的数据间关系的设计,并且是确定的,传统技术就能够对这类数据进行分析处理(当然大规模数据处理也是大数据的特征,这里不做特别举例,因为产生的小效果并不是最与众不同的),而大数据分析的最大特点是基于非设计关系的数据,通过分析,发现潜在的规律和关联,简单说,能够做三件事:根因分析、关系发现、预测趋势,当然根据这些我们也可以预先响应,加速或避免预测结果的发生。 后面的例子也是从这三个角度出发,对不同业务领域的大数据分析案例进行介绍
(待更新)
小伙子 论文得自己写
别扯了。。。
我现在每天上班至少开五个软件……其中有三个是完全可以完全整合的(数据相通,软件不同)。。。
另外好几个功能重叠软件(95%功能及数据重叠)。。。
想想也是醉了。。。
路网内部传输个文件,先要问问对方安了啥软件。。。
前两天刚好在飞机上看了个IBM大数据在铁路方面应用的一个广告,题主可以搜一下~
铁路运输不太懂,但是大数据可以做到的一点是根据铁轨震动的频率和次数来预测技术故障,防止列车脱轨。
首先你要明白铁路系统有多大,有那些专业。选择一个你容易切入的专业来看,否则没人能回答出这么庞大的命题库。