调度指挥是铁路运输的中枢,行车指挥智能化、自动化水平的提高对于增强铁路运输的安全性、提高铁路运输的效率、减轻列车调度员的工作强度具有积极作用。调度指挥智能化的核心技术包括调度规则挖掘、实时调度数据的获取与运用、以及行车调度知识自学习,其中获取调度规则是建立调度辅助决策系统,从而提高调度指挥智能化水平的基础。本文将在这方面进行探索性研究。鉴于粗糙集理论在数据挖掘、知识发现及决策支持等方面的优势,本文将粗糙集理论引入到煤运重载铁路列车调度指挥辅助决策支持的研究领域,建立基于粗糙集理论的煤运重载铁路调度数据挖掘方法。主要研究内容如下：对煤运重载铁路列车运行调整过程、调度规则、列车调度指挥系统数据进行分析。将列车运行发生冲突时,是否改变列车原有的运行次序作为列车运行调整的粗糙集决策属性,并分析影响该决策属性值的因素,从中选取较为合适并能够获得其完备数据的影响因素作为列车运行调整的粗糙集条件属性,构建煤运重载铁路列车运行调整的粗糙集条件属性集及决策属性。为了提高属性约简算法的运算效率,本文设计基于遗传算法的条件属性约简算法。鉴于条件属性约简后所得决策规则表中可能存在不相容决策数据,本文将决策规则表分为相容决策规则表及不相容决策规则表,并分别介绍其规则约简及提取方法。以包神铁路TDCS数据库中存储的历史调度数据为研究实例,运用本文提出的调度数据挖掘理论与方法对包神铁路历史调度数据进行挖掘,得到历史调度数据中蕴含的调度规则,并验证本文提出的调度数据挖掘理论与方法的可行性。