货车在车站的停留时间是影响货车周转时间最重要的因素,约占周转时间的三分之二,严重影响货物的送达速度,故缩短货车在站停留时间是加速货车周转的重要途径。车站统计货车在站停留时间分为中转车平均停留时间(简称“中时”)和一次货物作业平均停留时间(简称“停时”),中时和停时指标应分别计算。本文运用系统工程原理分析中转车和货物作业车在站的作业过程以及中、停时的影响因素；再次,运用组成分析法计算车站中、停时指标。中时组成分析法是将车站衔接方向作为划分中转车子集的标准,把车站中转车划分成多个子集,利用统计学原理计算各子集的平均中转时间、权重、贡献时间、贡献率；根据贡献率可得到每个子集对车站中时的影响程度；还可以与计划中时进行比较,得出每个子集对车站中时起正面作用还是负面作用,针对负面作用最大的子集进行过程分析或进一步细分进行分析,找出该子集中时增大的原因。停时组成分析法是按作业地点将货物作业车划分成若干子集,计算各子集的停时、权重、贡献及贡献率；根据贡献率得到每个子集对车站停时的影响程度；还可以与计划停时进行比较,得出每个子集对车站停时起的是正面作用还是负面作用,针对负面作用最大的子集进行过程分析或进一步细分,找出该子集停时增大的原因。组成分析法是对传统的指标分析法的补充,本质上属于结构分析,它有利于分清主次,突出重点,进而对症下药,改进工作。针对编组站中转车数较多的问题,本文运用数据挖掘的概念描述法和ID3决策树法对编组站中转车进行智能分类。概念描述法是根据中转车的不同属性将其分为不同的类别,定性的描述中转车；ID3决策树是在概念描述法的基础上进一步对中转车进行分类。ID3决策树的基本思想是：根据信息熵减少程度的原理将车站的中转车形成一个从根结点到叶节点的决策树,每层代表一个分类标准,此后运用组成分析法原理计算每层指标,使得车站的中转车层次清楚,便于决策者有针对性的进行分析,做出合理的决策。在计算原理的基础上,用SQL Server2000和PowerBuilder8.0设计车站中、停时组成分析法信息数据库。SQL Server2000是后台数据库,储存、组织和管理车站中、停时组成分析的数据；PowerBuilder8.0是应用开发平台,实现车站中、停时组成分析信息系统的人机交互界面。该系统方便车站统计人员统计中转车平均停留时间和一次货物作业平均停留时间,进而分析、得出结论；便于决策者预测、估计车站中、停时,提出可行的、有针对性的措施来缩短货车在车站的停留时间,提高货车的运用效率