GSM-R无线通信系统已经被选为中国列控专用通信系统。2003年6月至现在,国内多条铁路干线已经使用GSM-R网络。CTCS-3是中国目前的列车信号安全控制系统,该系统规定必须要保证GSM-R网络的可靠性,因此GSM-R网络优化工作已经成为网络维护的主要工作之一。GSM-R网络优化主要包括网络数据采集分析和网络参数调整。但采集数据存储格式不统一导致数据融合困难,单机存储导致存储量有限,查询性能低。本文提出云存储方案解决这些存储问题。同时基于单机处理的数据分析有很大的局限性,它只能处理简单、小规模的数据,算法运行速度慢,很难进行深层次的数据挖掘,软件安装维护繁琐,软硬件资源利用率低。因此本文结合云计算技术设计了GSM-R数据挖掘平台来解决这些问题,将单机的数据挖掘算法进行并行化,提高算法的时效性,同时显著增加了算法的数据处理规模。本文还提出了云计算的若干个优化方案,显著提高了计算效率。本文最后成功地将GSM-R场强覆盖模型预测应用到GSM-R数据挖掘平台。根据现有的场强覆盖理论模型提取出场强覆盖的影响因素,并考虑高速环境下的速度因素,在数据挖掘平台上以实测数据为训练样本,用并行化的BP算法训练场强覆盖预测神经网络,测试结果表明该模型相比理论模型能更好地预测GSM-R场强覆盖。