基于AFC系统数据统计优化设计分析

曹明

摘要：地铁中基于AFC系统进行数据统计主要建立在运用重要报表的基础上，在实际运用的过程中存在一个现实问题在于报表使用效率不断下降，这严重影响了数据处理的效率和质量，通过分析可以明确影响报表使用效率的原因在于数据库性能无法很好满足报表使用的需求，本文据此提出相应优化策略。

关键词：AFC系统;数据统计;优化设计

随着科学技术的发展，新型科学技术被广泛运用于社会生产的各个领域，其中主要包含地铁列车运营领域，促进了地铁运营的网络化和智能化发展，从而更好满足乘客出行需求，本文主要分析如何运用各项新型技术，以此来提高地铁运营管理的智能化水平，在这个过程中要注重基于AFC系统进行数据统计优化和改进。

1 AFC系统概述

自动售检票系统（AFC）一般集通信技术、计算机、网络技术和自动控制技术等为一体，实现了轨道交通计费、收费、售票、检票、清分、管理、统计等自动化管理。AFC系统在一条线路中包含五个层次的划分，或者称为三个层次的子系统，包括：第一层：轨道交通清分系统;第二层：线路中央计算机系统（LCCS）;第三层：车站终端设备（SLE）;第四层：车站计算机系统（SCS）;第五层：车票（TICKET）。在该系统中各子系统和各层次设备依据管理职能和处所位置实现了职能划分，提高各层次设备和子系统运行的科学性和有效性，其在发展的过程中形成了五层结构型式，这是立足于我国城市发展情况和基本国情而制定的，在制定的过程中需要对城市轨道交通特点给予充分考虑，即建设周期较长、线路多且复杂以及建设过程中需要多方参与等等，因此该系统具备一定的可伸缩性，下面主要分析AFC系统中各个层次的主要功能，具体内容如表 1所示：

该技术首先在国外被运用推广，而我国在吸收运用的过程中融入了大量的自主研发，提高了自动售检票设备所运用技术的水平，同时丰富了其产品形式，而随着计算机技术的发展和推广，我国城市轨道交通AFC系统的智能化和自动化程度不断提高，其在发展的过程中实现了与城市一卡通的接轨，为乘客出行提供了更大的便利。

2 BO介绍

BO是Business Objects的简称，Business Objects XI可以为数据集成、报表分析、绩效管理等提供最可靠、最完善的平台。通常情况下，EIM 解决方案可以确保数据整合、元数据管理、数据质量管理、生命周期产品管理等工作的顺利进行，从而确保数据信息更加可信。BO是一个多层、受客户决策支持系统，能够更好发挥数据进行随即查询和分析的功能。BO报表的主要优势如下：首先，用户可以参与到报表定制和修改的过程中;在使用的过程中可以实现报表和统计图之间的转换;报表还可以完成针对疑问数据层次内的追踪分析;报表在使用的过程中可以存为多种格式并被引用到Word文档中;用户访问数据的过程中可以运用日常术语，从而为用户访问数据提供了便利，这样使得用户在使用的过程中同样可以完成日常维护工作;最后，报表可以实现对数据的汇总计算和分组排序。

3 BO报表存在的问题

3.1聚集量过大

BO报表存在的主要问题在于聚集量过大，而且线路报表查询条件较为复杂，这使得数据库每日都存在聚集运作的情况，而且所产生的堆积数据往往堆积在数库中得不到及时处理，从而影响到数据库使用的效率和质量，最后会严重影响到报表刷新的效率，影响报表使用性能。

3.2不合理的索引设计

索引是数据库系统中的重要组成部分，运用索引可以提高数据检索的效率和质量，索引在数据库系统中往往作为一种逻辑单元而存在，其原理在于根据索引值得到行指针，以此来实现对数据库记录的定位，而在AFC系统运行的过程中发现，其中数据使用的效率以及无法满足当下需求，因此必须要及时进行数据改进和优化，以此来提高数据查询的效率和质量，改进和优化的重点在于提高索引的合理性，保证为交易、日志和时间等都提供索引，以此来提高数据查询的速度，而在实际运用的过程中，数据库的更新使得其中数据量大大增加，这严重影响了查询的速度，从而影响到数据库运行的效率和质量。

3.3不合理的数据分区设计

通常情况下，对超大型的表，要结合实际情况进行分区处理，而实际上分区只是一种逻辑概念，该过程中一个表即为一个整体，在数据访问过程中，通常是对整个表的索引或整个表进行访问。通俗点讲，这里所提及到的“分区”一般是指按一定的规律将表划分为一系列更小的逻辑单位，并且在进行访问时，并非以表为单位进行访问，而是基于表的基础上来对数据在哪个分区进行准确判断，并访问特定的分区，以此来提高查询效率。

4数据挖掘技术

现阶段，随着城市轨道交通的发展，其在城市交通中发挥着越来越重要的功能和作用，与此同时人们出行对其自身提出的要求也不断提高，这使得城市轨道交通系统必须及时进行技术改进和优化，以此来提高运营的智能化程度，保证城市轨道交通能更好满足乘客的出行需求。实现技术改

5数据挖掘技术在AFC系统中的运用

5.1数据统计

通常情况下，在AFC系统运行阶段，需要按照要求完成数据收集工作，但是该过程中收集到的数据不仅格式复杂，而且规模庞大，用户理解这些原始数据存在一定的困难，同时用户从其中提取有效信息的效率较低，而这些原始数据中往往存在大量的不重要的信息，这时候就需要运用数据挖掘技术来对原始信息进行筛选，从中提取有效信息供给用户使用。运用数据挖掘技术主要需要提取原始数据中与票务、收益、客流等相对应的数据，并做好数据的统计、分析和存储工作，最后运用图表、综合报告等方式呈现给用户。

5.2信息预测分析

此外，运用数据挖掘技术还能够完成信息预测分析的工作，现阶段地铁轨道交通运营系统呈现出网络化、智能化的发展趋势，而在其发展的过程中表现出的问题在于，相较于单线运营模式，网络运营在客流和车流等方面都存在各种困难，这在一定程度上提高了协调难度。实际上，单纯的数据统计只可以从更高层次来对轨道交通系统运营状态给予直观反映，以便为地铁公司进行数据查询提供便利，除此之外无法提供更为高级的服务，单纯的數据统计以及无法满足现阶段地铁运营对数据统计的需求，因此需要提高数据处理的智能化和动态化程度，在这个过程中需要借助数据挖掘技术来全方位、深度挖掘原始数据和统计信息，从而为相关管理人员决策提供数据保证，提高决策的科学性和合理性。

6小结

本文主要分析AFC系统的内涵和主要功能，在此基础上分析借助中央报表如何完成数据统计工作，在这个过程中主要运用到BO，同时深入分析数据挖掘技术在AFC系统中的具体运用，以此来提高数据统计的效率和质量，同时能有效解决报表使用效率低的问题，实现数据统计改进和优化。

参考文献

[1]张伟娟，王菊，邹伟，等. 基于二维码技术的AFC系统研究与探讨[J]. 电子测试，2020（2）.

[2]涂晓燕. 互联网背景下城市轨道交通AFC系统未来发展的探究[J]. 中国市政工程，2020（2）.

[3]展宗思. 地铁AFC系统"互联网+"技术应用研究与实践[J]. 现代城市轨道交通，2020（8）.