CN106910005A - 一种车站客流量趋势预测及统计分析方法 - Google Patents
一种车站客流量趋势预测及统计分析方法 Download PDFInfo
- Publication number
- CN106910005A CN106910005A CN201710034076.XA CN201710034076A CN106910005A CN 106910005 A CN106910005 A CN 106910005A CN 201710034076 A CN201710034076 A CN 201710034076A CN 106910005 A CN106910005 A CN 106910005A
- Authority
- CN
- China
- Prior art keywords
- flow
- station
- passengers
- volume
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000007619 statistical method Methods 0.000 title claims abstract description 18
- 238000012800 visualization Methods 0.000 claims abstract description 16
- 238000012546 transfer Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种车站客流量趋势预测及统计分析方法,包括如下步骤:S1、调取历史客流数据;S2、建立乘客进站时间与最早允许进站时间段内进站人数的函数关系,即为客流量趋势预测模型;S3、采用S2得到的模型对客流趋势做出预测,并根据预测数据对客流量进行统计分析,生成可视化显示。本发明的优点在于,应用本发明方法即可预估出未来某天各时段的客流量、各个候车室的客流量,从而使车站人员清晰在哪个时段乘客量将达到高峰、在哪个候车室可能会出现乘客量高峰,为车站防控客流量高峰、调整列车运能、合理调运提供有效依据。
Description
技术领域
本发明属于铁路智能化监控及调运技术领域,具体为一种车站客流量趋势预测及统计分析方法。
背景技术
随着动车、高铁等铁路运输的高速发展,铁路以安全、快捷、舒适、价廉的优势,一直是人们出行的主要交通工具,根据官方公布的数据,2013年全国铁路春运客流量达到2.4亿,同比增长了12.1%,2014年全国铁路春运客流量达到2.66亿,客流量逐年增长,2015年全国铁路春运客流量达到2.95亿人次,单日都达到800多万的客流运输,就在平时,火车站也是人满为患,这为铁路工作带来了巨大的压力,为了维持站内乘客的秩序、保证乘客的安全,增加人力、物力来进行疏导,一般在站内都会安装监控设备,监控设备会把图像实时传输给中控室,但是工作人员从中控室中发现有需要疏导人员的区域,通知站内其它工作人员去处理时,往往由于乘客过多,不能及时的赶到和处理,尤其是发生违法事件,更不能及时的得到解决。无法及时疏散客流,使车站工作人员、出行乘客都乏累不堪,制约着铁路运输的发展。
发明内容
为了解决上述问题,本发明提供了一种车站客流量趋势预测及统计分析的方法,实现能够预估出客流分布情况的目的,及时部署、协调,用最少的人力、物力、时间疏散客流,减轻车站工作人员的压力,也使得乘客获得更好的出行体验。
为了实现上述目的,本发明提供以下技术方案:本发明提供的一种车站客流量趋势预测及统计分析方法,包括如下步骤,S1、调取历史客流数据,所述客流数据包括车次、乘客进站时间、人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间;
S2、建立乘客进站时间与最早允许进站时间段内进站人数的函数关系,即为客流量趋势预测模型;
S3、采用S2得到的模型对客流趋势做出预测,并根据预测数据对客流量进行统计分析,生成可视化显示。
现在乘客在进站时,都会由人工验票或自动验票检票机做出记录,而这些客流记录会被存储于铁路中控系统中,以这些数据为基础,应用本发明方法即可预估出未来某天的客流量分布情况,从而使车站人员清晰在哪个时段乘客量将达到高峰、在哪个候车室可能会出现乘客量高峰,提前做好人力布局,及时、有效的疏散客流量。
进一步的,所述S3具体包括,采用S2的客流量趋势预测模型,得到预测当天客流数据,将预测的客流数据与客流预警值比对,将预警情况生成可视化显示。车站根据容纳程度一般都会有一个预警值,采用本发明方法可自动将得到的客流数据与预警值比对,从而更为快捷的反馈出客流饱和程度,通过形成的可视化显示,使车站工作人员清晰、快速的掌握客流情况,极大地提高工作效率。
进一步的,所述S3中得到预测当天客流数据的具体方法包括,采用S2的客流量趋势预测模型,计算得到各个时段的预测客流数据A,获取历史客流数据中检票时间之前的客流人数,并将该客流人数计算求和,得到数据S,历史售票量或预估售票量记为M,某个时段的总客流数据R=Ax(M/S),将得到的总客流数据R与预警值比对,将预警情况生成可视化显示。考虑到历史客流数据往往是通过人工检票或自动检票验票闸机获取的,所以采用人工检票的数据时,就缺少了自动检票验票闸机的数据或者走其他通道进入的乘客人数,为了尽量和实际情况贴合,将数据与总售票数量比例再与根据模型得到的客流数据相乘,这样使预测结果更为准确。
进一步的,所述S3具体包括根据预测数据,对各时段客流量统计、与预警值比对,将预警情况生成可视化显示。提前掌握各时段的客流量统计,对车站排班提供有效数据基础,节约更多的人力资源,使人力资源分布的更为有效。
进一步的,所述S3具体包括根据预测数据,对各候车室客流量统计、与预警值比对,将预警情况生成可视化显示。采用本发明方法还可以对各个候车室客流量统计分析,这样可以得到在同一个时段哪个候车室的客流量最多,即可对该候车室部署更多的人员或者提前对该候车室做出措施,使疏散客流工作及时、有效。
本发明采用上述技术方案,包括以下有益效果:应用本发明方法即可预估出未来某天各时段的客流量、各个候车室的客流量,从而使车站人员清晰在哪个时段乘客量将达到高峰、在哪个候车室可能会出现乘客量高峰,为车站防控客流量高峰、调整列车运能、合理调运提供有效依据。
附图说明
图1本发明方法流程图;
图2为本发明步骤S2中乘客进站时间与最早允许进站时间段内进站人数的函数关系;
图3为实施例二中各时段客流量预警情况示意图;
图4为实施例三中各时段客流量统计示意图;
图5为实施例三中各个候车室客流量统计散点图。
具体实施方式
下面通过具体的实施例并结合附图对本发明做进一步的详细描述。
实施例一:本发明提供的一种车站客流量趋势预测及统计分析方法,其流程参照图1所示,包括如下步骤,S1、调取历史客流数据:假设要预测明天的客流量分布情况,调取的是昨天的客流数据,或者去年同期的数据,抑或是车站客流根据工作日和休假日有所不同,也可按照是否为工作日、休假日来选择历史客流数据,本实施例要预测明天的客流分布情况,调取昨天的客流数据,该客流数据是根据人工检票记录得到的,所述客流数据包括车次、乘客进站时间、人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间,乘客进站时间对应的人数,可用时间间隔来取,最佳的是隔每5分钟取一次,这样样本数量越多,后续得到的模型越准确,一般这张铁路基础数据表格中,都会含有生成记录的时间、车次、发车时间、候车室编号等这些相关信息,一般最早允许进站时间为发车时间前4个小时,检票时间为发车前15min,结束检票时间为发车前5min,如下表所示;
S2、建立乘客进站时间与最早允许进站时间段内进站人数的函数关系,即为客流量趋势预测模型,在具体操作时可将数据输入至SPSS软件中,拟合出最贴合的函数,如图2所示,观察值为调取的历史数据,横轴为乘客进站时间与最早允许进站的分钟差,纵轴为该时段进站人数,可以看出,样本数据与该函数关系最为贴合,得到的函数关系为y=0.0000046t3+0.001t2-0.148t+6.3,其中t为乘客进站时间与最早允许进站时间的分钟差,y为相对应的人数;
S3、采用S2得到的模型对客流趋势做出预测,并根据预测数据对客流量进行统计分析,生成可视化显示:采用S2的模型可对每个车次都做出客流预测模型,按照需求进行再进行统计分析。
需要说明的是,上述步骤调取数据、根据预测数据生成可视化显示等计算机操作的步骤,本领域技术人员可利用计算机的任何一种语言来实现。
实施例二:本发明提供的一种车站客流量趋势预测及统计分析方法,除了包括实施例一给出的步骤,具体的,为了使车站工作人员更清晰的了解客流密集情况,做出提前预警,所述S3具体包括,采用S2的客流量趋势预测模型,计算得到各个时段的预测客流数据A,获取历史客流数据中检票时间之前的客流人数,并将该客流人数计算求和,得到数据S,历史售票量或预估售票量记为M,某个时段的总客流数据R=Ax(M/S),由于一般获取的数据为自动检票验票闸机记录的数据,或者是从人工检票获得的记录数据,故A仅为此刻进站的部分人数,所以根据售票量与最终采集样本总数的比例,得到此刻进站的总人数,由于同一车次每天的售票量一般是相差不大的,故可采用历史的售票量数据,或者根据历史售票量数据预估一个值,以将得到的此刻进站总客流数据R与预警值比对,将预警情况生成可视化显示,如图3所示,根据本实施例方法,某一次列车在检票时间之前的各个时段的进站人数,对于本次列车设置的人数警戒线为450人,故可从图中简单、清晰的看到当临近检票时的3点人数达到最多,提前预估出该情况,则可提前做出疏散客流的安排,还可以根据颜色来给到工作人员提示,一般在车站中会设置几个警戒值,当客流人数达到容纳量的70%时为一个颜色,当达到80%时设置一个颜色,达到100%时设置一个颜色,这种预警情况反馈方法本领域技术人员都可采用任意一种计算机语言来实现。
以上所述的方法可将计算模型输入计算中,本领域技术人员可根据需求采用任意一种计算机语言实现。
实施例三:本发明提供的一种车站客流量趋势预测及统计分析方法,除了实施例一和实施例二公开的内容外,所述S3中根据预测出的数据对客流量进行统计分析时,可按照时段或者候车室编号来分别统计、生成可视化显示,如图4所示,横轴代表乘客进站时间与最早允许进站时间的分钟差,纵轴代表人数,此人数为所有车次统计在一起的人数,也可在设置警戒线,这样就可清晰的了解在各个阶段客流密集情况;如图5所示,横轴代表候车室编号,在同一时段,将每个候车室的所有车次人数统计,也可设置警戒线,这样车站工作人员可直接看出候车室客流密度情况,所有可视化过程,本领域技术人员可采用计算机形式的任何一种语言来做出,采用本发明这种方法,对未来某一天做出客流预测,高效、方便、快捷。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种车站客流量趋势预测及统计分析方法,其特征在于,该方法包括如下步骤:
S1、调取历史客流数据,所述客流数据包括车次、乘客进站时间、人数、发车时间、最早允许进站时间、开始检票时间、结束检票时间;
S2、建立乘客进站时间与最早允许进站时间段内进站人数的函数关系,即为客流量趋势预测模型;
S3、采用S2得到的模型对客流趋势做出预测,并根据预测数据对客流量进行统计分析,生成可视化显示。
2.根据权利要求1所述的一种车站客流量趋势预测及统计分析方法,其特征在于,所述S3具体包括,采用S2的客流量趋势预测模型,得到预测当天客流数据,将预测的客流数据与客流预警值比对,将预警情况生成可视化显示。
3.根据权利要求2所述的一种车站客流量趋势预测及统计分析方法,其特征在于,所述S3中得到预测当天客流数据的具体方法包括,采用S2的客流量趋势预测模型,计算得到各个时段的预测客流数据A,获取历史客流数据中检票时间之前的客流人数,并将该客流人数计算求和,得到数据S,历史售票量或预估售票量记为M,某个时段的总客流数据R=Ax(M/S),将得到的总客流数据R与预警值比对,将预警情况生成可视化显示。
4.根据权利要求1所述的一种车站客流量趋势预测及统计分析方法,其特征在于,所述S3具体包括根据预测数据,对各时段客流量统计、与预警值比对,将预警情况生成可视化显示。
5.根据权利要求1所述的一种车站客流量趋势预测及统计分析方法,其特征在于,所述S3具体包括根据预测数据,对各候车室客流量统计、与预警值比对,将预警情况生成可视化显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034076.XA CN106910005A (zh) | 2017-01-17 | 2017-01-17 | 一种车站客流量趋势预测及统计分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710034076.XA CN106910005A (zh) | 2017-01-17 | 2017-01-17 | 一种车站客流量趋势预测及统计分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106910005A true CN106910005A (zh) | 2017-06-30 |
Family
ID=59206983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710034076.XA Pending CN106910005A (zh) | 2017-01-17 | 2017-01-17 | 一种车站客流量趋势预测及统计分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106910005A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945355A (zh) * | 2017-11-29 | 2018-04-20 | 中铁程科技有限责任公司 | 信息处理方法及装置、计算机可读存储介质 |
CN108966265A (zh) * | 2018-06-01 | 2018-12-07 | 北京万相融通科技股份有限公司 | 一种车站客流量预测和统计分析的方法及其系统 |
CN109190546A (zh) * | 2018-08-28 | 2019-01-11 | 广州洪荒智能科技有限公司 | 一种基于计算机视觉公交站人流分析方法 |
CN109858670A (zh) * | 2018-12-24 | 2019-06-07 | 哈尔滨工业大学 | 一种轨道交通车站大客流实时预警方法 |
CN110147959A (zh) * | 2019-05-22 | 2019-08-20 | 长安大学 | 一种基于bim技术的综合交通枢纽运维管理系统 |
CN111178598A (zh) * | 2019-12-16 | 2020-05-19 | 中国铁道科学研究院集团有限公司 | 铁路客运站客流量预测方法、系统、电子设备及存储介质 |
CN112990622A (zh) * | 2019-12-12 | 2021-06-18 | 深圳云天励飞技术有限公司 | 基于人流量的安检人员调整方法及相关装置 |
CN113822462A (zh) * | 2021-08-06 | 2021-12-21 | 上海申铁信息工程有限公司 | 一种车站应急指挥方法及装置 |
CN114581845A (zh) * | 2022-03-03 | 2022-06-03 | 安徽安凯汽车股份有限公司 | 无人驾驶客车客流量监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350113A (zh) * | 2008-09-04 | 2009-01-21 | 上海交通大学 | 基于客流预测和自适应仿真的拥挤预警系统 |
CN102737284A (zh) * | 2012-05-25 | 2012-10-17 | 苏州博远容天信息科技有限公司 | 基于sas系统的多元线性回归法在客流预测的运用 |
CN103310287A (zh) * | 2013-07-02 | 2013-09-18 | 北京航空航天大学 | 基于svm预测乘客出行概率的轨道交通客流预测方法 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
CN105224999A (zh) * | 2015-09-10 | 2016-01-06 | 北京市交通信息中心 | 基于afc数据的城市轨道交通实时客流预测方法及系统 |
-
2017
- 2017-01-17 CN CN201710034076.XA patent/CN106910005A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101350113A (zh) * | 2008-09-04 | 2009-01-21 | 上海交通大学 | 基于客流预测和自适应仿真的拥挤预警系统 |
CN102737284A (zh) * | 2012-05-25 | 2012-10-17 | 苏州博远容天信息科技有限公司 | 基于sas系统的多元线性回归法在客流预测的运用 |
CN103310287A (zh) * | 2013-07-02 | 2013-09-18 | 北京航空航天大学 | 基于svm预测乘客出行概率的轨道交通客流预测方法 |
CN103632212A (zh) * | 2013-12-11 | 2014-03-12 | 北京交通大学 | 一种时变用户均衡动态网络演化客流预测系统和方法 |
CN105224999A (zh) * | 2015-09-10 | 2016-01-06 | 北京市交通信息中心 | 基于afc数据的城市轨道交通实时客流预测方法及系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107945355A (zh) * | 2017-11-29 | 2018-04-20 | 中铁程科技有限责任公司 | 信息处理方法及装置、计算机可读存储介质 |
CN108966265A (zh) * | 2018-06-01 | 2018-12-07 | 北京万相融通科技股份有限公司 | 一种车站客流量预测和统计分析的方法及其系统 |
CN109190546A (zh) * | 2018-08-28 | 2019-01-11 | 广州洪荒智能科技有限公司 | 一种基于计算机视觉公交站人流分析方法 |
CN109858670A (zh) * | 2018-12-24 | 2019-06-07 | 哈尔滨工业大学 | 一种轨道交通车站大客流实时预警方法 |
CN110147959A (zh) * | 2019-05-22 | 2019-08-20 | 长安大学 | 一种基于bim技术的综合交通枢纽运维管理系统 |
CN110147959B (zh) * | 2019-05-22 | 2021-03-19 | 长安大学 | 一种基于bim技术的综合交通枢纽运维管理系统 |
CN112990622A (zh) * | 2019-12-12 | 2021-06-18 | 深圳云天励飞技术有限公司 | 基于人流量的安检人员调整方法及相关装置 |
CN111178598A (zh) * | 2019-12-16 | 2020-05-19 | 中国铁道科学研究院集团有限公司 | 铁路客运站客流量预测方法、系统、电子设备及存储介质 |
CN113822462A (zh) * | 2021-08-06 | 2021-12-21 | 上海申铁信息工程有限公司 | 一种车站应急指挥方法及装置 |
CN113822462B (zh) * | 2021-08-06 | 2023-10-13 | 上海申铁信息工程有限公司 | 一种车站应急指挥方法及装置 |
CN114581845A (zh) * | 2022-03-03 | 2022-06-03 | 安徽安凯汽车股份有限公司 | 无人驾驶客车客流量监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106910005A (zh) | 一种车站客流量趋势预测及统计分析方法 | |
CN106897815A (zh) | 一种实时预测车站客流量趋势的方法 | |
CN109858670B (zh) | 一种轨道交通车站大客流实时预警方法 | |
CN108418902B (zh) | 一种智慧铁路综合交通枢纽集成控制系统 | |
CN106897838A (zh) | 一种车站客流压力预测与统计分析方法及其系统 | |
CN107862450A (zh) | 绩效考核系统及方法 | |
CN106611298A (zh) | 一种基于排队论模型的医院人力资源量化配置方法 | |
CN108460497A (zh) | 一种机场候机楼排队信息提示方法 | |
CN105404850A (zh) | 车站客流监测系统、车站客流监测方法及车站客流管控系统、车站客流管控方法 | |
CN108416315A (zh) | 一种地铁进站口客流疏导系统 | |
CN101777203B (zh) | 一种银行服务集中管理系统 | |
CN102263410A (zh) | 一种安全风险评估模型、评估方法及评估参数确定方法 | |
CN107392052A (zh) | 一种施工图审查用的cad在线标注系统及在线标注方法 | |
Mothabeng et al. | Strengthening laboratory management towards accreditation: The Lesotho experience | |
Schmidt et al. | Designing pandemic-resilient voting systems | |
CN109242113A (zh) | 一种基于可穿戴设备的变电站检修作业过程记录方法 | |
CN112528867B (zh) | 一种地铁车站突发大客流预警方法及其应用 | |
CN107169642A (zh) | 一种质检业务综合管理系统 | |
CN103577905B (zh) | 一种信息安全的审计方法及系统 | |
CN110415518A (zh) | 一种客流与运力的监控预警方法、装置、设备及介质 | |
Siler | Evaluation of emergency ambulance characteristics under several criteria. | |
CN112598384B (zh) | 一种基于建筑信息模型的车站客流监测方法及系统 | |
Alhaq et al. | Evaluation of the Implementation of Hospital Management Information Systems (SIMRS) Using the Hot–Fit Method at Al Fuadi General Hospital, Binjai | |
Kála et al. | Development of a tool for access worktime estimation in aircraft maintenance | |
CN112488568A (zh) | 一种地铁车站大客流运营风险评价方法及其应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170630 |
|
RJ01 | Rejection of invention patent application after publication |