近年来，我国城市交通发展迅速，在地铁项目顺利立项、施工、通车、运营的背后，地铁项目管理人员承受了较大的工作压力。在文献综述的基础上，本文通过访谈与分析，确定了地铁项目管理人员的工作压力源，主要包括工作任务、人际关系、职业发展、组织氛围、工作环境，并分别从个人和组织两个层面制定了应对策略。研究丰富了地铁项目管理人员工作压力的相关研究成果，并为有效地制定工作压力应对措施提供了实践依据。

随着城市化进程的加快，地铁乘客骚动行为日益成为地铁运营安全和乘客体验的挑战。本文提出了一种基于生成式大模型的地铁车厢乘客轨迹预测方法，以识别和预警群体异常行为。通过采集和分析鱼眼相机视角下的乘客轨迹数据，并结合时空注意力预测模型，本研究实现了对乘客未来轨迹的精确预测。同时，通过比较预测轨迹与实际轨迹，结合平均位移误差和最终位移误差作为评价指标，有效识别了群体异常行为。实验结果表明，该方法在多种场景下均表现出较高的预测精度和实用性。本文的研究不仅为地铁车厢内群体异常行为的识别提供了新的技术支持，也展示了生成式大模型在公共交通领域应用的广阔前景。

2024年为“数据资产元年”,各企业纷纷响应政策将数据资产纳入财务报表列示。同年,行业高质量发展也成为公交企业主要经营发展目标。在经历了三个季度的磨合和探索,数据资产入表已被证实能够为公交企业高质量发展提供助力：实现多渠道融资途径;开辟新的收入来源;进一步提高企业的数字化水平,但在实践过程中也存在诸如缺乏针对性指导法规、评估作价困难、变现难等问题。对此,文章结合公交企业实际经营情况,提出了更具针对性、实操性的政策制定方向,数据资产变现渠道以及人才建设方案,供现有企业参考,以期能够帮助公交企业顺利开展数据化转型工作,推动行业高质量快速发展。

<正>时光执笔,挥毫泼墨,转眼绘就一城繁华壮美画卷;岁月如歌,用心演绎,公交小车厢亦是民生大舞台。作为一名忠实的公交乘客和毕业后入职至今的公交职工,我有幸在石家庄浓墨重彩的阔步前行中见证公交的破茧重生,在公交改革的滚滚车轮中感受日渐浓厚的城乡烟火,在短短的十米车厢里体会新时代公交人的责任与担当。

<正>Q《人民公交》请您介绍一下东莞巴士有限公司现阶段的运营情况及业务板块。黎俊锋：东莞巴士有限公司（以下简称东莞巴士）成立于2014年4月21日,是东莞市交通投资集团有限公司全资设立的国有企业,负责东莞市28个镇街的公交运营服务。下设东部分公司和5家全资（控股）子公司—东莞市滨海湾公共交通有限公司、东莞市松山湖公共交通有限公司、东莞市城巴运输有限公司、

随着汽车工业的快速发展和城市化进程的加速，道路交通量显著增加。交通事故频发不仅给人们的生命财产安全带来严重威胁，也影响了社会的和谐稳定。本文深入探讨如何有效增强汽车驾驶员的安全驾驶意识，对于降低交通事故发生率、提升道路交通安全性，具有重要的现实意义和社会价值。基于此，本文提出了加强驾驶培训、普及交通法规教育、开展心理健康教育及推广智能驾驶辅助技术等具体措施。最终成果表明，通过综合施策能够有效提升驾驶员的安全驾驶意识，为构建更加安全的道路交通环境提供有力支撑。

<正>12月10日是世界人权日，今年的主题是“我们的权利，我们的未来，就在当下”。为了向市民普及世界人权日知识，城运控股交运温馨巴士31路、223路、607路、608路、609路、673路等线路积极打造“世界人权日”主题车厢，向市民乘客宣传人权和法律知识，着力增强居民人权意识，推动和谐社会建设。“人人生而自由，在尊严和权利上一律平等”。10日上午，温馨巴士643路工作人员正在车厢内张贴世界人权日海报及人权内容和宣传标语，希望通过主题车厢方式，增强人们维护基本的人权意识。玻璃上的宣传画册，以清晰简洁的方式解读了人权的概念和内涵，让每一位乘客都能在旅途中轻松学习到人权知识。

在现代社会，城市人口剧增，轨道交通运输压力持续攀升。同时，人们对出行的便捷性、安全性和舒适性要求更高。为应对这些挑战，轨道网络不断拓展和升级，这使得数据量呈爆炸式增长，促使大数据融合成为轨道管理的关键需求。本文深入探讨轨道网络化管理中的大数据融合策略，旨在提升轨道网络化管理效率和质量，保障轨道交通的安全与高效运营。

轨道交通信号设备维护工作关乎列车运行安全与运营效率。传统维护模式面临人工成本高、效率低、预测性差等挑战，亟须智能化升级。利用大数据分析和人工智能技术，构建智能化维护模式是优化工作的关键。通过建立智能监测系统、完善预测性维护策略及融入智能决策体系，可实现设备实时监控、故障预警及资源优化配置。本文详细分析了信号设备维护现状与问题，并深入探讨智能化维护的关键技术、系统设计与模式构建。研究表明，智能化维护模式能提升效率、降低成本、保障设备安全可靠，对推进轨道交通信号设备维护现代化具有实践意义。

将互补型集成经验模态分解、相空间重构理论和最小二乘支持向量机进行模型组合,提出了一种基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流预测模型,使用实验数据进行验证,并与单一LSSVM模型、GA-LSSVM模型与EMD-GA-LSSVM模型预测结果进行对比,验证所构建的预测模型结果在MAE、MAPE和MSE上均为四种模型中的最小值,说明该预测模型预测性能在所有模型中最优,具有较好的预测精度和稳定性,对于波动性较大数据也有良好的拟合能力,验证了所提出的组合模型适用于短时交通流的预测。