基于复杂线路条件下GSM-R网络优化的研究

以复杂线路条件下GSM-R网络优化为研究对象,提出重视GSM-R网络干扰,着力优化GSM-R网络总体思路基础上,重点阐述系统内部网络优化的作用、目标、内容、流程及方法,并以京包客专、唐包线、京包线交汇并线区段网络优化取得的实效,印证所提建议符合现场实际和铁路运输发展需要。     

考虑冲突规避的自动化集装箱码头AGV优化调度方法

合理调度自动化导引车（AGV）对于降低自动化集装箱码头的作业成本具有重要意义。针对AGV调度中的任务分配和路径规划问题，考虑AGV电量和多载等因素，结合自动化码头布局特点，以AGV作业总时间最小和多AGV作业路径无冲突分别为第一阶段和第二阶段的优化目标建立两阶段模型。设计改进模拟退火算法求解第一阶段模型，为了加速算法收敛并保证解的质量，解的改进优先考虑任务的时间成本和AGV数量；设计基于时空网络的路径规划算法求解第二阶段模型，将作业区域离散成网格网络后添加时间信息构建可更新的时空网络，在时空网络上运用最短路径算法规划路径并规避冲突。对于任务分配不均衡导致的路径规划无可行解的拥堵情况，在冲突规避基础上重新计算AGV执行任务的成本并再次进行任务分配，不断迭代直到生成多AGV间路径无冲突的调度方案。以洋山四期自动化集装箱码头为例进行仿真实验与对比分析，结果表明:与使用传统路径规划和避障策略的AGV调度方法对比，所提方法下的总作业时间平均降低了7.31%，AGV冲突数量降低为0，任务总延期时间最大降低2 895 s，最大降低路网拥堵度10.79%，验证了提出方法解决冲突规避和拥堵问题的有效性。      

铁路网络安全攻防实战演练研究

为应对严峻的网络安全形势，中国国家铁路集团有限公司连续5年参加由国家相关部门牵头组织的网络安全攻防实战演练活动，取得了优异成绩。为更好地总结、丰富铁路网络安全攻防实战演练经验，文章介绍了攻防演练的定义；结合铁路近年参与攻防演练的情况，总结了常用的网络攻击和防御方法，以及铁路攻防演练的经验，以提高铁路网络安全防护、监测和应急处置的能力。     

基于ATT-LSTM模型的高速公路交通事件持续时长预测

为揭示交通事件对高速公路运行状态持续时间的影响规律，研究了高速公路交通事件持续时长预测方法。考虑高速公路交通事件时间序列特性，基于循环神经网络理论，从时间序列数据中提取交通事件时间依赖关系；通过引入长短时记忆网络，结合特征、时序注意力层挖掘历史时刻信息和当前时刻数据间的相关性，构建基于注意力机制-长短时记忆网络的高速公路交通事件持续时长预测模型。以2018年西安绕城高速公路交通监测数据集为例，开展了高速公路交通事件持续时长预测模型验证，对比了所提模型与反向传播神经网络、随机森林、支持向量机、长短时记忆网络模型这4种典型算法的预测精度，并分析了事件类型、天气条件、车辆类型、交通量等不同影响因素对持续时长的影响程度。结果表明:使用同一数据集，注意力机制-长短时记忆网络预测模型的预测结果平均绝对误差为24.43，平均绝对百分比误差为25.24%，均方根误差为21.17，预测精度优于其他4种预测方法。在模型的各影响因素权重中，事件类型所占权重最大为0.375，其次分别为车道数、车辆类型、天气等；采用立交出入口小时交通量作为修正参数，可以进一步提升预测精度，预测结果的绝对误差、平均绝对百分比误差和均方根误差可分别降低21.3%、7.5%和16.9%。研究结果能进一步提高高速公路交通事件持续时长预测的精度，为公路安全高效运行提供技术支持。      

新闻

北京奔驰顺义工厂打造“核心豪华”纯电座驾全新EQE今年,梅赛德斯-奔驰乘用车迎来在华本土化生产17周年。6月,全新EQE在北京奔驰顺义工厂下线,这也是第400万辆国产梅赛德斯-奔驰汽车,并将于近期在中国市场上市。为进一步扩大产能,满足中国客户的需求,2018年,梅赛德斯-奔驰集团和北汽集团宣布共同投资超过119亿元人民币,打造北京奔驰顺义工厂。2020年,北京奔驰顺义工厂正式投产。如今,顺义工厂与亦庄工厂相互协同、灵活配合,持续坚守“中国制造,全球品质”的使命。通过将“数字化、柔性化、高效、可持续”价值理念贯穿生产体系,北京奔驰已成为梅赛德斯-奔驰全球生产网络中最先进的工厂之一。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

郑州铁路枢纽的转型发展

近代以来铁路对于郑州城市的形成和发展起到了核心促进作用，但是随着郑州城市规模的扩大，郑州铁路与城市发展的矛盾愈加突出。结合铁路枢纽与城市发展关系的研究，针对郑州进入到大都市圈时代，在国家中心城市定位、黄河生态保护和高质量发展以及实现碳达峰、碳中和等新发展要求下，研究郑州铁路枢纽面临的转型发展要求和优化策略，以实现铁路客运枢纽与城市功能中心的融合发展，并通过铁路货运线路和枢纽的优化调整，实现中心城区环境优化和货运枢纽与产业功能的相互促进。     

基于贝叶斯网络的CTCS-3级列控车载系统韧性

为弥补现有指标的不足，引入韧性作为非常态事件下CTCS-3级（China train control system-3）列控车载子系统运行稳定性的测度指标. 提出了车载子系统韧性量化评估方法，构建了基于贝叶斯网络（Bayesian network, BN）的韧性评估模型，并定义了5种基于韧性的部件重要度指标；进一步利用贝叶斯网络双向推理功能，计算了车载子系统在不同扰动情景下的韧性及部件重要度指标. 研究结果表明:韧性可全面描述车载子系统抵御扰动和从扰动中恢复的能力，非常态事件扰动下，韧性与可用性指标存在明显差异；不同扰动情景下系统韧性明显不同，扰动发生时，车载子系统面临磁暴影响时的韧性为0.8017，而遭遇雷电时的韧性为0.8819，面临冰雪扰动时的韧性为0.9880；部件重要度存在情景依赖，同一部件在不同扰动情景下重要度排序可能不同，且可能随时间动态变化.