王 斌，金福才，謝玉霞

（1.西南交通大學 交通運輸與物流學院，四川 成都 610031；2.中國鐵道科學研究院集團有限公司 電子計算技術(shù)研究所，北京 100081)

0 引言

車流推算是依據(jù)當前鐵路車輛狀態(tài)預(yù)測其未來變化的狀態(tài)，既是編制調(diào)度工作計劃和車流調(diào)整計劃的依據(jù)，也是建立鐵路電子商務(wù)平臺的重要信息支撐[1]。我國鐵路存在資源分布不均衡、重去空回較多、運輸距離長等現(xiàn)象，都會造成鐵路車流不均衡，使得車流推算與調(diào)整工作更加復(fù)雜[2]。

為了更準確地進行車流推算，很多學者對此進行了研究。Liu[3]對車流編制過程中的干擾因素進行研究，主要包括列車到達時間、分類時間、編組時間等，構(gòu)建了多目標隨機機會約束模糊模型，采用人工智能中的啟發(fā)式方法求解。Jing[4]對車流推算模型進行設(shè)計，使用改進蟻群算法進行求解。Hu[5]在車流調(diào)度實際需求的基礎(chǔ)之上，結(jié)合遺傳算法和神經(jīng)網(wǎng)絡(luò)算法的混合智能算法，建立一個隨機機會約束模型解決車流推算問題。金福才等[6]對重車的車流推算方法進行研究，確定車流推算中關(guān)鍵要素的計算方法，在計算貨車在車站停留時間時，針對不同類型車站設(shè)計了不同的計算方法。陳東等[7]研究了鐵路技術(shù)站車流接續(xù)的列車運行調(diào)整問題，利用分步計算、指標評估的求解思路，建立趕流調(diào)整綜合模型，該模型對于局部范圍內(nèi)的線流匹配優(yōu)化計算做了嘗試。

傳統(tǒng)的車流推算研究重點是對車站級推算，主要是依據(jù)編組計劃和車流情況推算列車發(fā)車計劃，對于大規(guī)模的列車運行推算并沒有涉及。隨著鐵路信息化建設(shè)的加快，目前鐵路網(wǎng)車輛實時狀態(tài)信息可以被探測并收集匯總到中國鐵路總公司的數(shù)據(jù)中心，使得實現(xiàn)更加宏觀的車流推算成為可能。由于鐵路上運行的車輛數(shù)量大，車輛狀態(tài)變化快，因而車流推算計算必須及時處理，以便更好地處理數(shù)據(jù)量大、復(fù)雜的車流推算。為保證計算的時效性，最好的方法是在數(shù)據(jù)接收過程中就進行計算處理，這種計算方式就是流計算[8-9]的處理模式。

流計算是將傳統(tǒng)的計算過程轉(zhuǎn)化為以流動數(shù)據(jù)為基本處理對象的計算應(yīng)用，基本思想是把具體應(yīng)用分解成數(shù)據(jù)流和數(shù)據(jù)計算核心 2 級[10]，數(shù)據(jù)流被視為處理的基本數(shù)據(jù)單位，各種計算可視為對整條數(shù)據(jù)流的操作。為此，提出一種基于流計算的車流推算框架模型，該框架模型用于處理來自底層的實時變化的車輛狀態(tài)信息流，同時結(jié)合微應(yīng)用架構(gòu)，實現(xiàn)對車流的綜合分析、車流預(yù)測、能力預(yù)警及車流調(diào)整。

1 車流推算應(yīng)用分析

車流推算是以當前車輛狀態(tài)推算其未來的走行狀態(tài)。車輛當前狀態(tài)包括在站和在途 2 種，在站車輛信息是獨立的車輛信息，在途車輛信息則跟隨著列車的信息。被采集到的車輛狀態(tài)信息包括車輛裝車、車輛卸車、列車出發(fā)、列車到達等信息，這些信息都從車站采集并向數(shù)據(jù)中心傳送，這些信息匯聚成了路網(wǎng)車輛的當前狀態(tài)信息。

根據(jù)車流推算業(yè)務(wù)處理過程的分析，按照模塊低度耦合、高度內(nèi)聚的要求，設(shè)計了數(shù)據(jù)采集、車流推算、能力預(yù)警和車流調(diào)整 4 個主要計算業(yè)務(wù)過程。

（1）數(shù)據(jù)采集應(yīng)用過程。負責對車站上報的車輛狀態(tài)信息進行采集和預(yù)處理，根據(jù)推算要求篩選出格式和內(nèi)容都合格的推算數(shù)據(jù)。

（2）車流推算計算過程。執(zhí)行具體的推算計算任務(wù)，包括走行過程推算、運行時間推算、作業(yè)時間推算等。車流推算應(yīng)用支持推算結(jié)果存儲持久化，通知暴露數(shù)據(jù)接口，為能力預(yù)警、車流調(diào)整提供數(shù)據(jù)服務(wù)。

（3）能力預(yù)警過程。包括分界口車流能力預(yù)警、卸車站車流能力預(yù)警、限制區(qū)段車流能力預(yù)警等。首先對困難車站或區(qū)段設(shè)定處理車流能力值，如果推算結(jié)果超過這個能力范圍，就進行相應(yīng)的能力預(yù)警。同時也設(shè)計暴露數(shù)據(jù)接口，為車流調(diào)整等應(yīng)用提供數(shù)據(jù)服務(wù)。

（4）車流調(diào)整過程。包含分界口車流調(diào)整、卸車站車流調(diào)整及貨運計劃調(diào)整等。針對不同類型的超能力情況設(shè)計相應(yīng)的自動車流調(diào)整過程，給出車流調(diào)整的相關(guān)建議，供調(diào)度員決策。

2 車流推算的流計算處理架構(gòu)

2.1 架構(gòu)設(shè)計

為解決車流推算過程的大量計算瓶頸問題，避免傳統(tǒng)構(gòu)架使計算割裂的弊端，設(shè)計了基于微服務(wù)的流計算處理架構(gòu)。使用微服務(wù)的目的是對原應(yīng)用進行有效的拆分，使得計算應(yīng)用可以更方便地實現(xiàn)開發(fā)和部署。微服務(wù)可以在自己的程序中運行，不需要像傳統(tǒng)服務(wù)那樣成為一種獨立的功能或者獨立的資源，通過靈活組裝微服務(wù)，能夠滿足大量數(shù)據(jù)計算的需要。

鐵路網(wǎng)上的車輛狀態(tài)處于實時變化之中，每個表征車輛狀態(tài)更新的數(shù)據(jù)都需要快速進行計算以保證計算結(jié)果的有效性，同時需要為其他應(yīng)用程序提供訪問最新狀態(tài)后計算的結(jié)果。這種業(yè)務(wù)需求就要求車流數(shù)據(jù)需要在短時間內(nèi)傳遞給推算系統(tǒng)進行處理，推算完成后也要將處理結(jié)果快速向后傳遞，并最終提交到數(shù)據(jù)庫進行實體化存儲，減少其他應(yīng)用在使用推算結(jié)果數(shù)據(jù)時所產(chǎn)生的延遲。根據(jù)上小節(jié)所述的車流推算應(yīng)用模型，設(shè)計車流推算流計算架構(gòu)如圖1 所示。

整體的流計算過程需要處理 3 個來源的數(shù)據(jù)：①來自服務(wù)總線的計算任務(wù)，即被分配的工作任務(wù)；②通過數(shù)據(jù)總線，從數(shù)據(jù)庫集群調(diào)取的參數(shù)數(shù)據(jù)；③來自車站的車輛報告數(shù)據(jù)，它是流數(shù)據(jù)的主要輸入。

流計算過程中產(chǎn)生的中間數(shù)據(jù)結(jié)果有 2 種處理方法：①返回服務(wù)總線，繼續(xù)實時計算。流計算集群響應(yīng)服務(wù)總線計算任務(wù)，經(jīng)過流計算后的結(jié)果返回到服務(wù)總線，支持車流推算應(yīng)用的實時計算。②存入數(shù)據(jù)庫，實現(xiàn)數(shù)據(jù)持久化。流計算集群對鐵路局集團公司報表數(shù)據(jù)接受和處理，通過服務(wù)總線支持數(shù)據(jù)采集應(yīng)用的數(shù)據(jù)需求；通過數(shù)據(jù)總線存入對應(yīng)的數(shù)據(jù)庫，進行數(shù)據(jù)的持久化。同時，通過服務(wù)總線和數(shù)據(jù)總線，計算應(yīng)用能夠與數(shù)據(jù)庫群進行數(shù)據(jù)交互的操作，如實現(xiàn)歷史數(shù)據(jù)查詢、歷史參數(shù)查詢等操作。

2.2 系統(tǒng)實現(xiàn)

在流處理框架下，推算作業(yè)將被分為數(shù)據(jù)源單元和處理單元，車流推算應(yīng)用部署如圖2 所示。

車站上報的車輛報告數(shù)據(jù)全部放入中國鐵路總公司一個專門的信息隊列 (MQ)中，流計算采用并行計算工具 STORM 中的噴嘴控件 (Spout) 接收這些車流報告。Spout 控件擔任了計算數(shù)據(jù)協(xié)調(diào)處理的角色，發(fā)現(xiàn)新報告后先簡要解析報告，判斷報告的類型，然后根據(jù)類型提交給相應(yīng)的計算控件 (Bolt)去處理。噴嘴控件不參加具體計算，只是對數(shù)據(jù)進行分類后直接傳遞給負責計算的 Bolt 控件，因而其處理效率非常高。從實際應(yīng)用效果分析，MQ 隊列的深度通常維持在 1 個消息，即其處理能力遠大于MQ 消息的接收效率。Bolt 控件擔任了具體計算作業(yè)的角色，按照微服務(wù)的架構(gòu)設(shè)計，此處將一個復(fù)雜的推算分解成多層 Bolt 來計算，每層 Bolt 的計算簡單快捷。第一層 Bolt 針對不同類型的報告有不同的解析方式，有些也會經(jīng)過多個 Bolt 進行處理。這層 Bolt 處理速度要很快，然后都匯聚到下一個路徑計算調(diào)用的 Bolt，這個 Bolt 主要是負責用解析后的報告數(shù)據(jù)進行路徑計算。路徑計算調(diào)用完成之后，計算結(jié)果繼續(xù)傳遞給后續(xù)的 Bolt 進行運行時間計算，計算完成后提交給數(shù)據(jù)庫管理系統(tǒng) Oracle 的遠程存儲服務(wù)，將推算結(jié)果數(shù)據(jù)存儲到內(nèi)存中，同時也將自己持久化到 Oracle 數(shù)據(jù)庫中。

圖1 車流推算流計算架構(gòu)Fig.1 Calculation architecture of train fl ow estimation

圖2 車流推算應(yīng)用部署Fig.2 Application deployment of train fl ow estimation

Bolt 計算不僅速度快，而且能夠配置，可以根據(jù)計算量的大小設(shè)定 Bolt 的上限值。在計算時能夠根據(jù)需要計算數(shù)據(jù)量的大小自動調(diào)整參加計算的Bolt 數(shù)量，以滿足快速計算的需要。使用這種微應(yīng)用的流計算架構(gòu)方式使得數(shù)據(jù)在傳送的過程中就被計算，計算結(jié)果在內(nèi)存得到快速處理，外部應(yīng)用直接在內(nèi)存中讀取相應(yīng)的結(jié)果，這種架構(gòu)極大提高了數(shù)據(jù)處理效率，也有效減小數(shù)據(jù)更新的延遲。

3 結(jié)束語

車流推算由于計算復(fù)雜，難以用計算機實現(xiàn)。通過將計算過程與流計算架構(gòu)相結(jié)合，提出一種基于流計算的車流推算架構(gòu)模型，這種架構(gòu)使得數(shù)據(jù)計算和處理的效率大大提升，可以真正實現(xiàn)宏觀級的車流推算。該計算模型將一個整體計算分成若干個小的計算單元，利用多個計算節(jié)點分別完成各自運算，計算能力得到大幅提升，使車流推算可以更好地為運輸計劃調(diào)整提供數(shù)據(jù)服務(wù)。