鐵路編組站數據挖掘及應用研究.pdf

1、鐵路編組站是鐵路網上集中辦理貨物列車到達、解體、編組出發(fā)、直通和其它列車作業(yè)，并為此設有比較完善的調車作業(yè)的車站。隨著計算機技術的發(fā)展，鐵路運輸管理信息系統(tǒng)(Transportation Management Information System簡稱TMIS)的實現(xiàn)，業(yè)務數據量日趨龐大，在這些海量數據中隱藏著有價值的關系和規(guī)則，分析這些數據也不再是單純?yōu)榱搜芯康男枰饕氖墙o鐵路相關管理部門提供智能輔助決策信息，來為鐵路營銷和安全運

2、輸服務。本文將數據挖掘技術引入到鐵路編組站中的客戶細分和安全風險預警系統(tǒng)中，主要研究工作如下：
　?。?）提出了一種改進的K-means算法。針對傳統(tǒng)的基于距離識別孤立點的K-means算法中無法處理密度不均勻的數據集局部特征的缺點進行了改進，提出了使用距離均和識別孤立點，并引入方差對孤立點進行判斷處理。通過實驗驗證，改進后的K-means算法有效避免了將孤立點全部拋棄的盲目性，有效降低了總體平方誤差，把相同特質的數據劃為一個簇內

3、，提高了聚類的精確度。將改進后的K-means算法，應用到鐵路客戶細分領域，使得聚類結果更為精確，從多維的角度較為全面、深入地細分客戶消費行為特征。
　?。?）對 Apriori算法進行優(yōu)化，通過降低掃描數據庫的次數和減少候選集數目，提高算法效率。本文將優(yōu)化后的Apriori算法應用到鐵路編組站安全風險預警系統(tǒng)中。通過對違章發(fā)牌歷史數據的挖掘，找出車間、崗位、班次等數據項之間關聯(lián)性規(guī)則，總結現(xiàn)場職工違章行為的規(guī)律性，為鐵路安全運輸