关于监控装置自动制动屏大修后紧急制动后不缓解的处理办法

SS3机车大修在制动机试验机车有级位(即非零位)时，用副司机侧紧急制动按钮或大闸(电控制动控制器)实施紧急制动后，机车不能缓解。必须断开蓄电池闸刀，才能恢复机车充风缓解。     

对优先发展城市公共交通战略的思考

随着我国经济社会发展和城镇化进程的加快，城市交通拥堵群众出行不便问题目益突出，严重影响了城市发展和人民群众生活水平的提高。为此，国务院办公厅同意并转发了建设部等部门关于优先发展城市公共交通意见的通知（国办发[2005]46号文）。为进一步理解公交优先战略的思想内涵和在多种城市交通构成中公共交通所具有的优越性，特转载在深圳举行的第7届国际公共交通联合会（UITP）亚太区大会上王凤武同志的主题发言。[编者按]     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

地铁列车过渡车钩功能改进及应用

针对目前内燃调车机车采用过渡车钩对地铁列车调车作业中存在的问题,提出了对过渡车钩的改进方案,以达到缓解地铁列车停放制动、提高调车效率的目的。同时提出了对地铁列车制动管路进行改进的思路,以实现内燃调车机车与地铁列车同步实施制动与缓解,从而大幅提高调车过程的安全性与效率。     

昆明地铁6号线春城别样花“蓝色小清新”

昆明为四季如春,气候宜人的旅游城市,在这里你可以欣赏到连绵不断的繁花,也可以感受到她古朴而又现代化的芳香。在这里你可以看到美丽的古城,也可以看到具有现代气息的四通八达的交通。交通的不断完善,进一步促进了昆明的旅游业。地铁6号线作为昆明交通的重要组成部分,对解决交通拥堵将起到了很好的作用,同时也方便了当地人的出行以及到云南旅游的人。     

交通状态模式识别研究

在网络层次上进行区域交通信号控制、交通分配和路径诱导是缓解交通堵塞的有效途径之一。大量的实践经验表明，无论是在城市交通网络，还是在高速公路网络中，网络的状态可分为数量有限且不同类型的模式，并且这些模式不断重复出现。而针对不同的交通网络状态模式，可以通过理论分析或仿真研究等途径，求解用于进行区域信号控制、交通分配及路径诱导的优化控制参数及控制策略。当系统识别出网络处于某种模式时，就可参照事先确定的优化参数及策略进行交通控制和诱导，以缓解交通拥塞，提高交通系统的运行效率。本文基于对交通网络状态模式识别问题及其应用的重要性的认识，应用模式识别的理论和方法，对交通网络状态模式识别问题进行了一些初步研究。     

深圳市福田区交通拥堵问题剖析及改善对策探讨

通过对深圳市福田区城市交通拥堵的深层原因进行剖析,提出刚性拥堵和柔性拥堵的概念以及对应的交通拥堵改善对策。     

对呼和浩特市交通拥堵问题原因的思考

呼和浩特市在社会经济快速发展的同时,交通拥堵问题出现并且愈演愈烈。客观、全面地剖析交通拥堵产生的原因成为缓堵的首要任务。在对呼和浩特市道路交通及相关情况充分调查与研究的基础上,从交通需求增长和交通供给在量和质上的相对缓慢跟进两个方面分析了产生交通拥堵问题的原因。