CN108022051A - 一种基于信息融合的城市轨道交通调度决策方法 - Google Patents
一种基于信息融合的城市轨道交通调度决策方法 Download PDFInfo
- Publication number
- CN108022051A CN108022051A CN201711332601.2A CN201711332601A CN108022051A CN 108022051 A CN108022051 A CN 108022051A CN 201711332601 A CN201711332601 A CN 201711332601A CN 108022051 A CN108022051 A CN 108022051A
- Authority
- CN
- China
- Prior art keywords
- track traffic
- mrow
- passenger
- time
- section
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 238000013461 design Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 abstract description 2
- 241000219780 Pueraria Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于信息融合的城市轨道交通调度决策方法,针对不同的决策对象,根据其组合形式、集成计算等融合方法进行各层次、各层次之间的信息融合,同时结合城市轨道交通信息化自动化程度较高、数据采集完整和运营线路封闭等特点,以信息融合理论为基础将各种基础信息相关和集成进行有目的的组合,在此基础之上建立城市轨道交通实时调度决策方法。相比于只采用其中部分信息资源方法能够获得更准确、更可靠、更协调、更经济与更稳定的决策结果,具有较好的先进性、实用性和通用性,同时方法求解简单便于计算机编程实现,结合现有的技术和设备使城市轨道交通实时动态调度成为可能。
Description
技术领域
本发明属于城市轨道交通运营调度领域,特别涉及一种基于信息融合的城市轨道交通调度决策方法。
背景技术
目前,我国关于城市轨道交通运营调度方法多集中在对车辆的静态调度方面。采用的方法多是数学解析法、模拟仿真方法、运筹学方法、概率方法以及经验模型等。随着问题计算复杂性及问题规模的扩大,传统方法往往得不到精确的答案。另外,随着对公交智能化要求的提高,开始考虑动态实时调度,将实时调度形式的确定理解为一种模式识别问题,基于BP神经网络的公交车辆实时调度形式的确定方法。但这些方法都处于探索阶段,需要进一步深化。
发明内容
本发明的目的在于提供一种基于信息融合的城市轨道交通调度决策方法,以解决上述问题。
为实现上述目的,本发明采用以下技术方案:
一种基于信息融合的城市轨道交通调度决策方法,包括以下步骤:
步骤一:记目标城市轨道交通某路段的各站点客流统计间隔为ΔT,起始时刻为T,则终止时刻为(T+nΔT)(n=1、2、3……);利用城市轨道交通AFC系统的半自动售票过程,获得实时的乘客出行OD矩阵作为轨道交通调度实时基础数据,并记OD矩阵内各元素为aij;定义TOD为将客流OD与车辆运行时间线相关和集成,定义TOD内元素bij的统计时段为tij至(ti+ΔT),ti∈[T+(K-1)ΔT,T+KΔT],k∈[1,n],其中计这一时段OD内的各个元素为kaij;
bij=Kaij(T+KΔT-ti)/ΔT+(K+1)aij(ti+ΔT-T-KΔT)/ΔT;
步骤二:获取目标城市轨道交通某路段的发车时间,记为Mi,其中i表示车辆编号;根据轨道交通AFC系统获得随机的、具有相同特征若干天的该路线各时段ΔT实时调度基础数据,进而得到平均OD矩阵,并带入公式 其中K表示站点编号,得到列车各时段各站断面流量及实际需要运送的乘客在各时段各站的断面流量,并根据断面流量生成各时段各站断面统计图;
步骤三:根据步骤2中的各时段断面统计图及特征值uk,根据公式uk=max Q′k/maxQk得到各时段平均轨道线路断面流量最大值、实际需要运送乘客的平均线路断面流量最大值和uk值;
步骤四:根据目标城市轨道交通运营情况,确定具体参数:列车最大载客量P,最小发车间隔Δtmin,最大发车间隔Δtmax,dij最小发车间隔时段内第j站上车到第i站下车的人数。步骤五:以最小发车间隔内的实时OD为数据基础与客流特征值u相关集成,以最大断面客流量小于列车载客量以及发车间隔介于最小发车间隔和乘客所能容忍的最长等待时间之间为约束条件,列车发车间隔最大为目标函数建立模型:
st:max Qk≤P
Δtmin≤Δtm≤Δtmax
带入表1及步骤4数据,并取整,即得该线路轨道交通目标时段的发车间隔Δtm,m=1,2…,进而可根据发车间隔调整该线路调度方案。
进一步的,步骤一中通过城市轨道交通AFC系统平台数据获得轨道交通运营客流OD、发车时间和高峰时间统计数据。
进一步的,步骤二中通过各时段各站断面统计图得到各站点在不同时段的客流情况及变化趋势。
进一步的,步骤五中,当以最小发车间隔Δtmin发车仍不能满足乘客需求,即在最小发车间隔Δtmin时间内最大断面客流量就已经超出了最大载客量,则以最小发车间隔Δtmin发车,并计算出最大断面流量达到最大载客量的时间,依据这个时间为起始时间计算下一辆列车的发车决策时间,得出每一辆列车与前车的发车间隔。
与现有技术相比,本发明有以下技术效果:
本发明针对不同的决策对象,根据其组合形式、集成计算等融合方法进行各层次、各层次之间的信息融合,同时结合城市轨道交通信息化自动化程度较高、数据采集完整和运营线路封闭等特点,并基于信息融合理论和方法,将城市轨道交通的历史客流数据进行相关和集成融合得出实时调度所需的特征数据,给出了特征数据的计算方法,利用这些特征数据与实时的数据进行数据层与特征层数据的融合得出实时的发车间隔决策,建立实时的城市轨道交通调度决策方法。相比于只采用其中部分信息资源的方法,本发明充分考虑了结合城市轨道交通线路单一,车辆运行准点率高等特点,能够获得更准确、更可靠、更协调、更经济与更稳定的决策结果,具有较好的先进性、实用性和通用性,同时方法求解简单便于计算机编程实现,结合现有的技术和设备实现了城市轨道交通实时动态调度。
附图说明
图1目标轨道线路各时段葛占建断面流量统计
图2基于信息融合的城市轨道交通调度决策流程图
具体实施方式
以下结合附图,对本发明进一步说明:
一种基于信息融合的城市轨道交通调度决策方法,包括以下步骤:
步骤一:记目标城市轨道交通某路段的各站点客流统计间隔为ΔT,起始时刻为T,则终止时刻为(T+nΔT)(n=1、2、3……);利用城市轨道交通AFC系统的半自动售票过程,获得实时的乘客出行OD矩阵作为轨道交通调度实时基础数据,并记OD矩阵内各元素为aij;定义TOD为将客流OD与车辆运行时间线相关和集成,定义TOD内元素bij的统计时段为tij至(ti+ΔT),ti∈[T+(K-1)ΔT,T+KΔT],k∈[1,n],其中计这一时段OD内的各个元素为kaij;
bij=Kaij(T+KΔT-ti)/ΔT+(K+1)aij(ti+ΔT-T-KΔT)/ΔT;
步骤二:获取目标城市轨道交通某路段的发车时间,记为Mi,其中i表示车辆编号;根据轨道交通AFC系统获得随机的、具有相同特征若干天的该路线各时段ΔT实时调度基础数据,进而得到平均OD矩阵,并带入公式 其中K表示站点编号,得到列车各时段各站断面流量及实际需要运送的乘客在各时段各站的断面流量,并根据断面流量生成各时段各站断面统计图;
步骤三:根据步骤2中的各时段断面统计图及特征值uk,根据公式uk=max Q′k/maxQk得到各时段平均轨道线路断面流量最大值、实际需要运送乘客的平均线路断面流量最大值和uk值;max Q′k和max Qk为各个时段值中的最大值,从而得到的一个修正系数。
步骤四:根据目标城市轨道交通运营情况,确定具体参数:列车最大载客量P,最小发车间隔Δtmin,最大发车间隔Δtmax,dij最小发车间隔时段内第j站上车到第i站下车的人数。步骤五:以最小发车间隔内的实时OD为数据基础与客流特征值u相关集成,以最大断面客流量小于列车载客量以及发车间隔介于最小发车间隔和乘客所能容忍的最长等待时间之间为约束条件,列车发车间隔最大为目标函数建立模型:
st:max Qk≤P
Δtmin≤Δtm≤Δtmax
其中i和j代表车站序号;Qk代表单辆列车在第i站与第i+1站间的断面流量;dji代表最小发车间隔时段内第j站上车到第i站下车的人数;P列车的最大载客量;u代表客流特征值;
带入表1及步骤4数据,并取整,即得该线路轨道交通目标时段的发车间隔Δtm,m=1,2…,进而可根据发车间隔调整该线路调度方案。
步骤一中通过城市轨道交通AFC系统平台数据获得轨道交通运营客流OD、发车时间和高峰时间统计数据。
步骤二中通过各时段各站断面统计图得到各站点在不同时段的客流情况及变化趋势。
步骤五中,当以最小发车间隔Δtmin发车仍不能满足乘客需求,即在最小发车间隔Δtmin时间内最大断面客流量就已经超出了最大载客量,则以最小发车间隔Δtmin发车,并计算出最大断面流量达到最大载客量的时间,依据这个时间为起始时间计算下一辆列车的发车决策时间,得出每一辆列车与前车的发车间隔。
Claims (4)
1.一种基于信息融合的城市轨道交通调度决策方法,其特征在于,包括以下步骤:
步骤一:记目标城市轨道交通某路段的各站点客流统计间隔为ΔT,起始时刻为T,则终止时刻为(T+nΔT)(n=1、2、3……);利用城市轨道交通AFC系统的半自动售票过程,获得实时的乘客出行OD矩阵作为轨道交通调度实时基础数据,并记OD矩阵内各元素为aij;定义TOD为将客流OD与车辆运行时间线相关和集成,定义TOD内元素bij的统计时段为ti至(ti+ΔT),ti∈[T+(K-1)ΔT,T+KΔT],k∈[1,n],其中计这一时段OD内的各个元素为kaij;
bij=Kaij(T+KΔT-ti)/ΔT+(K+1)aij(ti+ΔT-T-KΔT)/ΔT;
步骤二:获取目标城市轨道交通某路段的发车时间,记为Mi,其中i表示车辆编号;根据轨道交通AFC系统获得随机的、具有相同特征若干天的该路线各时段ΔT实时调度基础数据,进而得到平均OD矩阵,并带入公式 其中K表示站点编号,得到列车各时段各站断面流量及实际需要运送的乘客在各时段各站的断面流量,并根据断面流量生成各时段各站断面统计图;
步骤三:根据步骤2中的各时段断面统计图及特征值u,根据公式u=maxQk′/maxQk得到各时段平均轨道线路断面流量最大值、实际需要运送乘客的平均线路断面流量最大值和u值;
步骤四:根据目标城市轨道交通运营情况,确定具体参数:列车最大载客量P,最小发车间隔Δtmin,最大发车间隔Δtmax,dij是最小发车间隔时段内第j站上车到第i站下车的人数;
步骤五:以最小发车间隔内的实时OD为数据基础与客流特征值u相关集成,以最大断面客流量小于列车载客量以及发车间隔介于最小发车间隔和乘客所能容忍的最长等待时间maxΔtm之间为约束条件,列车发车间隔最大为目标函数建立模型:
<mrow>
<msub>
<mi>max&Delta;t</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>max</mi>
<mi> </mi>
<msub>
<mi>Q</mi>
<mi>k</mi>
</msub>
<mo>&times;</mo>
<msub>
<mi>&Delta;t</mi>
<mi>min</mi>
</msub>
</mrow>
<mrow>
<mi>max</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>k</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>u</mi>
</mrow>
</mfrac>
</mrow>
st:maxQk≤P
Δtmin≤Δtm≤Δtmax
带入表1及步骤4数据,并取整,即得该线路轨道交通目标时段的发车间隔Δtm,m=1,2…,进而可根据发车间隔调整该线路调度方案。
2.根据权利要求1所述的一种基于信息融合的城市轨道交通调度决策方法,其特征在于,步骤一中通过城市轨道交通AFC系统平台数据获得轨道交通运营客流OD、发车时间和高峰时间统计数据。
3.根据权利要求1所述的一种基于信息融合的城市轨道交通调度决策方法,其特征在于,步骤二中通过各时段各站断面统计图得到各站点在不同时段的客流情况及变化趋势。
4.根据权利要求1所述的一种基于信息融合的城市轨道交通调度决策方法,其特征在于,步骤五中,当以最小发车间隔Δtmin发车仍不能满足乘客需求,即在最小发车间隔Δtmin时间内最大断面客流量就已经超出了最大载客量,则以最小发车间隔Δtmin发车,并计算出最大断面流量达到最大载客量的时间,依据这个时间为起始时间计算下一辆列车的发车决策时间,得出每一辆列车与前车的发车间隔。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332601.2A CN108022051A (zh) | 2017-12-13 | 2017-12-13 | 一种基于信息融合的城市轨道交通调度决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711332601.2A CN108022051A (zh) | 2017-12-13 | 2017-12-13 | 一种基于信息融合的城市轨道交通调度决策方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108022051A true CN108022051A (zh) | 2018-05-11 |
Family
ID=62073456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711332601.2A Pending CN108022051A (zh) | 2017-12-13 | 2017-12-13 | 一种基于信息融合的城市轨道交通调度决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108022051A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806302A (zh) * | 2018-05-23 | 2018-11-13 | 青岛海信网络科技股份有限公司 | 一种车辆调度方法及装置 |
CN109003446A (zh) * | 2018-07-12 | 2018-12-14 | 重庆市城投金卡信息产业股份有限公司 | 一种基于rfid数据的城市错峰通行效果分析方法 |
CN110502567A (zh) * | 2019-07-26 | 2019-11-26 | 北京工业大学 | 一种面向主题的城市轨道交通站点层次poi提取方法 |
CN111784830A (zh) * | 2020-06-16 | 2020-10-16 | 中国城市规划设计研究院 | 一种基于规则的三维地理信息模型空间分析方法与系统 |
CN113920769A (zh) * | 2021-10-19 | 2022-01-11 | 航天物联网技术有限公司 | 一种基于公交多源数据分析的智能排班表生成方法 |
CN114872766A (zh) * | 2022-05-10 | 2022-08-09 | 卡斯柯信号有限公司 | 一种面向多网融合的市域铁路信号调度系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN101964085A (zh) * | 2010-09-27 | 2011-02-02 | 北京航空航天大学 | 一种基于Logit模型和贝叶斯决策的客流分配方法 |
CN106997509A (zh) * | 2017-03-28 | 2017-08-01 | 南京航空航天大学 | 一种不确定信息融合的应急物资分布需求预测方法 |
-
2017
- 2017-12-13 CN CN201711332601.2A patent/CN108022051A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615340A (zh) * | 2009-07-24 | 2009-12-30 | 北京工业大学 | 公交动态调度中的实时信息处理方法 |
CN101964085A (zh) * | 2010-09-27 | 2011-02-02 | 北京航空航天大学 | 一种基于Logit模型和贝叶斯决策的客流分配方法 |
CN106997509A (zh) * | 2017-03-28 | 2017-08-01 | 南京航空航天大学 | 一种不确定信息融合的应急物资分布需求预测方法 |
Non-Patent Citations (1)
Title |
---|
赵淑芝: "基于信息融合的城市轨道交通调度决策", 《吉林大学学报(工学版)》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108806302A (zh) * | 2018-05-23 | 2018-11-13 | 青岛海信网络科技股份有限公司 | 一种车辆调度方法及装置 |
CN109003446A (zh) * | 2018-07-12 | 2018-12-14 | 重庆市城投金卡信息产业股份有限公司 | 一种基于rfid数据的城市错峰通行效果分析方法 |
CN110502567A (zh) * | 2019-07-26 | 2019-11-26 | 北京工业大学 | 一种面向主题的城市轨道交通站点层次poi提取方法 |
CN110502567B (zh) * | 2019-07-26 | 2021-03-16 | 北京工业大学 | 一种面向主题的城市轨道交通站点层次poi提取方法 |
CN111784830A (zh) * | 2020-06-16 | 2020-10-16 | 中国城市规划设计研究院 | 一种基于规则的三维地理信息模型空间分析方法与系统 |
CN113920769A (zh) * | 2021-10-19 | 2022-01-11 | 航天物联网技术有限公司 | 一种基于公交多源数据分析的智能排班表生成方法 |
CN113920769B (zh) * | 2021-10-19 | 2022-07-01 | 航天物联网技术有限公司 | 一种基于公交多源数据分析的智能排班表生成方法 |
US11775888B2 (en) | 2021-10-19 | 2023-10-03 | Aerospace Internet Of Things Technology Co., Ltd | Intelligent scheduling table generation method based on multi-source data analysis of buses |
CN114872766A (zh) * | 2022-05-10 | 2022-08-09 | 卡斯柯信号有限公司 | 一种面向多网融合的市域铁路信号调度系统 |
CN114872766B (zh) * | 2022-05-10 | 2023-09-08 | 卡斯柯信号有限公司 | 一种面向多网融合的市域铁路信号调度系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022051A (zh) | 一种基于信息融合的城市轨道交通调度决策方法 | |
CN109308543B (zh) | 基于ls-svm和实时大数据的地铁短期客流预测方法 | |
CN108399468A (zh) | 一种基于车时成本优化的运营时段划分方法 | |
Tirachini et al. | Bus congestion, optimal infrastructure investment and the choice of a fare collection system in dedicated bus corridors | |
CN104217605B (zh) | 一种公交车到站时间测算方法和装置 | |
CN109859459A (zh) | 一种自动驾驶公交调度优化方法 | |
Huang et al. | A novel bus-dispatching model based on passenger flow and arrival time prediction | |
CN104200286A (zh) | 一种城市轨道交通时刻表优化技术应用框架 | |
CN105261211B (zh) | 一种交通综合因素影响下的公交发车间隔过渡方法 | |
CN109034566A (zh) | 一种基于公交站点上下客流的智能调度方法及装置 | |
US20160042639A1 (en) | Transportation plan creation support apparatus and transportation plan creation support method | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN109543934A (zh) | 城市公交线网的综合指标的评价方法 | |
CN103955135B (zh) | 一种基于双层模式曲线的机车优化操纵序列计算方法 | |
CN113516319B (zh) | 基于人工智能和大数据的垃圾车路线优化方法及系统 | |
CN107545730A (zh) | 一种基于公交ic卡数据的站点上下车乘客数估计方法 | |
CN110688982A (zh) | 基于目标检测技术和aco-bp算法的智能轨道交通时间控制方法 | |
Lo et al. | Design of real-time fuzzy bus holding system for the mass rapid transit transfer system | |
CN107016633A (zh) | 城市轨道交通接运公交计划发车时刻生成方法 | |
CN105513356A (zh) | 一种基于轨迹追踪的od矩阵估计方法与系统 | |
CN114117883A (zh) | 一种基于强化学习的自适应轨道交通调度方法、系统、终端 | |
CN114693495A (zh) | 智慧城市公共交通管理方法、物联网系统、装置及介质 | |
CN109447352B (zh) | 一种公交出行od矩阵反推的组合方法 | |
CN107272407A (zh) | 一种ato系统行程方案的评价方法及系统 | |
Dou et al. | Coordination of feeder bus schedule with train service at integrated transport hubs |
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 |