CN112287513A - 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 - Google Patents

减少车厢内传染概率的铁路客运乘客车厢分配优化方法 Download PDF

Info

Publication number
CN112287513A
CN112287513A CN202010947385.8A CN202010947385A CN112287513A CN 112287513 A CN112287513 A CN 112287513A CN 202010947385 A CN202010947385 A CN 202010947385A CN 112287513 A CN112287513 A CN 112287513A
Authority
CN
China
Prior art keywords
passenger
passengers
train
information
carriage
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.)
Granted
Application number
CN202010947385.8A
Other languages
English (en)
Other versions
CN112287513B (zh
Inventor
蔡正义
曾佳棋
王殿海
张国政
胡佑薇
金盛
马东方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010947385.8A priority Critical patent/CN112287513B/zh
Publication of CN112287513A publication Critical patent/CN112287513A/zh
Application granted granted Critical
Publication of CN112287513B publication Critical patent/CN112287513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法。本发明的核心思想是通过基于列车信息和乘客OD信息，对乘客中出现感染者时其他乘客被感染概率进行建模，得到车内易感者感染总人数期望最小为目标的优化函数和约束条件，利用优化求解算法对所述优化函数进行求解，获取系数的最优解，得到乘客的车厢安排方案。相比现有车厢安排方法，本发明以车内易感者感染总人数期望最小为目标，有针对性的调整乘客车厢安排方案，有效降低疫情传播风险。

Description

减少车厢内传染概率的铁路客运乘客车厢分配优化方法
技术领域
本发明涉及一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化 方法，用于疫情防控期间旅客列车的乘客车厢分配，属于铁路客运席位控制领域。
背景技术
通过对Covid-19等疫情的传播研究发现，交通运输通道在疫情传播过程中具有重要的媒介作用、着点效应和通道效应，疫情可以沿着交通运输通道快速地传播，并可 沿着交通线路出现“飞点”传播现象。铁路客运是长距传播的主要方式，疫情传播早期严 格控制铁路客流，可以有效地抑制疫情空间传播。
后疫情时期随着复工复产，城市间铁路客运逐渐恢复到疫情前水平，但是疫情复发的风险仍然存在，铁路线路站点所在城市的疫情风险存在差异，个别城市小规模爆 发并沿铁路线路向不同城市扩散的情况时有发生。同时Covid-19感染者在潜伏期仍然 具有传染性，通过进站安检和体温检测很难发现感染者，在这种背景下，提出一个针 对列车乘客来自不同风险区域情况对旅客列车的乘客进行车厢分配控制优化以实现最 小化车厢内传染人数的方法成为一个迫切需要解决的问题。
发明内容
本发明的目的在于提供一种疫情防控期间减少车厢内传染概率的铁路客运乘客车 厢分配优化方法。
本发明的核心思想是通过基于列车信息和乘客OD信息，对乘客中出现感染者时其他乘客被感染概率进行数学建模，得到车内易感者感染总人数期望最小为目标的优化 函数和约束条件，利用优化求解算法对所述优化函数进行求解，获取系数的最优解， 得到乘客的车厢分配方案。
为实现上述目标，本发明提出了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法，包括的基本步骤如下：
S1、获取待优化的列车信息和乘客OD信息；
S2、以所述列车信息和乘客信息为参数，对乘客中出现感染者时其他乘客被感染概率进行数学建模，得到车内易感者感染总人数期望最小为目标的优化函数；
S3、以所述列车信息和乘客信息为参数，列出目标函数中参数的约束条件；
S4、利用优化求解算法对所述优化函数进行求解，获取系数的最优解，得到乘客的车厢分配方案，完成优化。
步骤S1的过程包括：
S11、所述列车信息包括：列车的总车厢数W和车厢编号k(k＝1,…,W)。车厢k 的核载人数Ck，列车停靠站点数V和站点编号i(i＝1,…,V)。列车离开站点i的时刻 Ti。列车单节车厢体积Vk与车厢通风率Qk。
S12、所述乘客OD信息包括：出行区间为(i，j)的乘客数xij,j＝1+i,…,V。站点i 上车的乘客是感染者的概率即站点i所在城市居民的感染率αi。
步骤S2的过程包括：
S21、计算车厢k内的出行区间为(i，j)的乘客中出现感染者的概率为：
Figure BDA0002675758400000021
其中：
Figure BDA0002675758400000022
为车厢k内出行区间为(i，j)的乘客数。
S22、计算感染者的乘车区间为(i，j)时，车厢k内易感者受到感染的总人数
Figure BDA0002675758400000023
为：
Figure BDA0002675758400000024
其中，
Figure BDA0002675758400000025
的表达式如下所示：
Figure BDA0002675758400000031
式中i、j分别表示感染者的上下车站点，r、s分别表示易感者的上下车站点，
Figure BDA0002675758400000032
表示 车厢k内出行区间为(r，s)的乘客数，θ为主动防疫措施(如戴口罩)对病毒吸入量 的折减系数，p为人均均呼吸率(m3/s),
Figure BDA0002675758400000033
为车厢内病原体浓度，具体表达式为：
Figure BDA0002675758400000034
式中
Figure BDA0002675758400000035
表示车厢k内乘车区间为(i，j)的感染者人数，Qk为车厢k的通风速率，Vk为车厢k内的空间大小，q表示病人产生病原体的速率，Ti和Tj分别表示感染者上车和 下车时刻。
S23、计算列车内被感染人数L的数学期望为：
Figure BDA0002675758400000036
进一步地，步骤S3的过程包括：
S31、乘客分布满足流量守恒约束，即
Figure BDA0002675758400000037
S32、车厢满足承载力约束，即
Figure BDA0002675758400000041
S33、自变量满足非负整数约束，即
Figure BDA0002675758400000042
步骤S4的过程包括：获取系数的最优解，得到乘客的车厢分配方案，完成优化
S41、利用分支定界法、剖面法或者智能优化算法对所述优化函数进行求解。
S42、求解结果得到的
Figure BDA0002675758400000043
即为将出行区间为(i，j)的乘客安排到车厢k的乘客数。
本发明的有益效果：本发明提出了一种疫情防控期间减少车厢内传染概率的铁路客运乘客车厢分配优化方法。相比现有车厢分配方法，本方法基于铁路途径站点的疫 情风险，对乘客中出现感染者时其他易感乘客被感染概率进行数学建模，以车内易感 者感染总人数期望最小为目标，有针对性的调整乘客车厢分配方案，降低疫情传播风 险。
附图说明
图1计算过程流程图。
图2案例分析场景示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然， 所描述的实施方式仅仅是本发明一部分实施方式，而非全部实施方式。基于本发明中 的实施方式，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施方 式，都属于本发明保护的范围。
如图1所示，以某一高铁车次为例，应用本方法优化乘客车厢分配方案。
步骤1：获取待优化的列车信息和乘客OD信息；
S11、所述列车信息包括：列车的总车厢数W＝8和车厢编号k(k＝1,…,W)。对于 所有k∈W，Ck＝80。列车停靠站点数V＝8和站点编号i(i＝1,…,V)。列车离开站点i 的时刻Ti。时刻表如图2所示。列车单节车厢体积Vk＝200m3与车厢通风率Qk＝2000m3。
S12、所述乘客信息包括：出行区间为(i，j)的乘客数xij如下表所示。站点3位 于疫情中风险地区，其它站点都位于低风险地区，即a3＝100×10-7，其他为1×10-7。
表1OD矩阵
x<sub>ij</sub> 2 3 4 5 6 7 8
1 16 56 23 18 106 25 114
2 17 2 5 21 6 22
3 4 2 47 8 43
4 17 15 8 12
5 22 14 15
6 31 58
7 24
步骤：以所述列车信息和乘客信息为参数，对乘客中出现感染者时其他乘客被感染概率进行数学建模，得到车内易感者感染总人数期望最小为目标的优化函数。
S21、计算车厢k内的出行区间为(i，j)的乘客中出现感染者的概率为：
Figure BDA0002675758400000051
其中：
Figure BDA0002675758400000052
为车厢k内出行区间为(i，j)的乘客数。
S22、计算感染者的乘车区间为(i，j)时，车厢k内易感者受到感染的总人数
Figure BDA0002675758400000053
为：
Figure BDA0002675758400000054
其中，
Figure BDA0002675758400000055
的表达式如下所示：
Figure BDA0002675758400000056
式中i、j分别表示感染者的上下车站点，r、s分别表示易感者的上下车站点，
Figure BDA0002675758400000061
表示车厢k内出行区间为(r，s)的乘客数，θ为主动防疫措施(如戴口罩)对病 毒吸入量的折减系数，取0.5，p为人均均呼吸率，取值0.3,
Figure BDA0002675758400000062
为车厢内病原 体浓度，具体表达式为：
Figure BDA0002675758400000063
式中
Figure BDA0002675758400000064
表示车厢k内乘车区间为(i，j)的感染者人数，Qk为车厢k的通风速率，
Vk为车厢k内的空间大小，q表示病人产生病原体的速率，取值1000，Ti和Tj分 别表示感染者上车和下车时刻。
S23、计算列车内被感染人数L的数学期望为：
Figure BDA0002675758400000065
步骤3：以所述列车信息和乘客信息为参数列出目标函数中参数的约束条件。
S31、乘客分布满足流量守恒约束，即
Figure BDA0002675758400000066
S32、车厢满足承载力约束，即
Figure BDA0002675758400000067
S33、自变量满足非负整数约束，即
Figure BDA0002675758400000068
步骤4：获取系数的最优解，得到乘客的车厢分配方案，完成优化。
S41、利用分支定界法、剖面法或者智能优化算法对所述优化函数进行求解。
S42、求解结果得到的
Figure BDA0002675758400000069
即为将出行区间为(i，j)的乘客安排到车厢k的乘客数，结果如下。
Figure BDA00026757584000000610
Figure BDA0002675758400000071
Figure BDA0002675758400000081
为了对比优化效果，随机生成了50组车厢分配方案作为未经优化的方案，用这些方案计算目标函数值，并将平均值与优化后的车厢分配方案进行比较，结果如下。
优化前 优化后 降低
140932×10<sup>-7</sup> 768723×10<sup>-7</sup> 45.45％
由结果可知，本发明在旅客列车经过疫情风险区域时通过乘客的车厢分配优化降低了疫情通过列车传播的风险。

Claims (5)

1.减少车厢内传染概率的铁路客运乘客车厢分配优化方法，其特征在于该方法包括以下步骤：
S1、获取待优化的列车信息和乘客OD信息；
S2、以所述列车信息和乘客信息为参数，对乘客中出现感染者时其他乘客被感染概率进行数学建模，得到车内易感者感染总人数期望最小为目标的优化函数；
S3、以所述列车信息和乘客信息为参数，列出目标函数中参数的约束条件；
S4、利用优化求解算法对所述优化函数进行求解，获取系数的最优解，得到乘客的车厢安排方案，完成优化。
2.根据权利要求1所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法，其特征在于：步骤s1中，获取待优化的列车信息和乘客OD信息：
S11、所述列车信息包括：列车的总车厢数W和车厢编号k，k＝1,…,W；车厢k的核载人数Sk，列车停靠站点数V和站点编号i，i＝1,…,V；列车离开站点i的时刻Ti；列车单节车厢体积Vk与车厢通风率Qk；
S12、所述乘客OD信息包括：出行区间为(i，j)的乘客数xij,j＝1+i,…,V；站点i上车的乘客是感染者的概率，即站点i所在城市居民的感染率αi。
3.根据权利要求1所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法，其特征在于：步骤S2中，以所述列车信息和乘客信息为参数，对乘客中出现感染者时其他乘客被感染概率进行数学建模，得到车内易感者感染总人数期望最小为目标的优化函数，具体过程包括：
计算车厢k内的出行区间为(i，j)的乘客中出现感染者的概率为：
Figure FDA0002675758390000011
其中：
Figure FDA0002675758390000012
为车厢k内出行区间为(i，j)的乘客数；
S22、计算感染者的乘车区间为(i，j)时，车厢k内易感者受到感染的总人数
Figure FDA0002675758390000013
为：
Figure FDA0002675758390000014
其中，
Figure FDA0002675758390000021
的表达式如下所示：
Figure FDA0002675758390000022
式中i、j分别表示感染者的上下车站点，r、s分别表示易感者的上下车站点，
Figure FDA0002675758390000023
表示车厢k内出行区间为(r，s)的乘客数，θ为主动防疫措施对病毒吸入量的折减系数，p为人均均呼吸率，
Figure FDA0002675758390000024
为车厢内病原体浓度，具体表达式为：
Figure FDA0002675758390000025
式中
Figure FDA0002675758390000026
表示车厢k内乘车区间为(i，j)的感染者人数，Qk为车厢k的通风速率，Vk为车厢k内的空间大小，q表示病人产生病原体的速率，Ti和Tj分别表示感染者上车和下车时刻；
S23、计算列车内被感染人数L的数学期望为：
Figure FDA0002675758390000027
4.根据权利要求3所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法，其特征在于：步骤S3中以所述列车信息和乘客信息为参数，列出目标函数中参数的约束条件，具体过程包括：
S31、乘客分布满足流量守恒约束，即
Figure FDA0002675758390000031
S32、车厢满足承载力约束，即
Figure FDA0002675758390000032
S33、自变量满足非负整数约束，即
Figure FDA0002675758390000033
5.根据权利要求1所述的减少车厢内传染概率的铁路客运乘客车厢分配优化方法，其特征在于：步骤的S4中，利用优化求解算法对所述优化函数进行求解，获取系数的最优解，得到乘客的车厢安排方案，完成优化，具体过程包括：
S41、利用分支定界法、剖面法或者智能优化算法对所述优化函数进行求解；
S42、求解结果得到的
Figure FDA0002675758390000034
即为将出行区间为(i，j)的乘客安排到车厢k的乘客数。
CN202010947385.8A 2020-09-10 2020-09-10 减少车厢内传染概率的铁路客运乘客车厢分配优化方法 Active CN112287513B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010947385.8A CN112287513B (zh) 2020-09-10 2020-09-10 减少车厢内传染概率的铁路客运乘客车厢分配优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010947385.8A CN112287513B (zh) 2020-09-10 2020-09-10 减少车厢内传染概率的铁路客运乘客车厢分配优化方法

Publications (2)

Publication Number Publication Date
CN112287513A true CN112287513A (zh) 2021-01-29
CN112287513B CN112287513B (zh) 2022-09-16

Family

ID=74420384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010947385.8A Active CN112287513B (zh) 2020-09-10 2020-09-10 减少车厢内传染概率的铁路客运乘客车厢分配优化方法

Country Status (1)

Country Link
CN (1) CN112287513B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611407A (zh) * 2021-08-16 2021-11-05 西南交通大学 一种针对公交车辆内部的新型冠状病毒感染情况评估方法
CN113643823A (zh) * 2021-07-15 2021-11-12 医渡云（北京）技术有限公司 入境人数控制方法、装置、存储介质与电子设备
CN115169988A (zh) * 2022-09-01 2022-10-11 广东广宇科技发展有限公司 基于大数据的信息流管控方法、装置、电子设备及其介质
CN115660384A (zh) * 2022-12-12 2023-01-31 天津市政工程设计研究总院有限公司 一种公共交通工具空间分配方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140243220A1 (en) * 2013-02-25 2014-08-28 J. Craig Venter Institute Metaproteomic Method to Identify Secreted Pattern Recognition Molecules and Adhesive Antimicrobial Factors for Detection of Microbial Agents Eliciting Inflammation in the Human Host
CN111128398A (zh) * 2020-03-30 2020-05-08 广州地理研究所 一种基于人口迁徙大数据的流行病感染人数估算方法
CN111311018A (zh) * 2020-03-04 2020-06-19 苏州远征魂车船技术有限公司 传染疫情精准管控系统
CN111403045A (zh) * 2020-03-04 2020-07-10 苏州远征魂车船技术有限公司 一种传染疫情多元精准管控系统
CN111532292A (zh) * 2020-03-27 2020-08-14 中车工业研究院有限公司 轨道列车

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140243220A1 (en) * 2013-02-25 2014-08-28 J. Craig Venter Institute Metaproteomic Method to Identify Secreted Pattern Recognition Molecules and Adhesive Antimicrobial Factors for Detection of Microbial Agents Eliciting Inflammation in the Human Host
CN111311018A (zh) * 2020-03-04 2020-06-19 苏州远征魂车船技术有限公司 传染疫情精准管控系统
CN111403045A (zh) * 2020-03-04 2020-07-10 苏州远征魂车船技术有限公司 一种传染疫情多元精准管控系统
CN111532292A (zh) * 2020-03-27 2020-08-14 中车工业研究院有限公司 轨道列车
CN111128398A (zh) * 2020-03-30 2020-05-08 广州地理研究所 一种基于人口迁徙大数据的流行病感染人数估算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NEATHERLIN J 等: "Influenza A (H1N1) pdm09 during air travel", 《TRAVEL MEDICINE AND INFECTIOUS DISEASE》 *
王淑娴: "基于隔离策略的复杂网络病毒传播模型研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643823A (zh) * 2021-07-15 2021-11-12 医渡云（北京）技术有限公司 入境人数控制方法、装置、存储介质与电子设备
CN113643823B (zh) * 2021-07-15 2023-07-28 医渡云（北京）技术有限公司 入境人数控制方法、装置、存储介质与电子设备
CN113611407A (zh) * 2021-08-16 2021-11-05 西南交通大学 一种针对公交车辆内部的新型冠状病毒感染情况评估方法
CN115169988A (zh) * 2022-09-01 2022-10-11 广东广宇科技发展有限公司 基于大数据的信息流管控方法、装置、电子设备及其介质
CN115660384A (zh) * 2022-12-12 2023-01-31 天津市政工程设计研究总院有限公司 一种公共交通工具空间分配方法及系统

Also Published As

Publication number Publication date
CN112287513B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN112287513B (zh) 减少车厢内传染概率的铁路客运乘客车厢分配优化方法
CN109543934A (zh) 城市公交线网的综合指标的评价方法
CN110239600B (zh) 面向再生制动能量利用的列车运行控制方法及系统
CN105488751A (zh) 一种地铁站客流微观统计与调度方法
CN112660209B (zh) 列车运行图自动调整方法、装置、电子设备及介质
CN103043084A (zh) 一种城市轨道交通换乘优化方法和系统
Yi-Fan et al. Analysis of crowded degree of emergency evacuation at “Bottleneck” position in subway station based on stairway level of service
LU501032B1 (en) Method of prediction for passenger evacuation in subway carriage of urban rail transit
Zhou et al. Unconventional prevention strategies for urban public transport in the COVID-19 epidemic: taking Ningbo City as a case study
Yang et al. Train scheduling for minimizing the total travel time with a skip-stop operation in urban rail transit
San et al. Train dwell time models for rail passenger service
Qiu et al. Effect of high-speed train interior space on passenger evacuation using simulation methods
CN103993890B (zh) 一种铁路隧道斜井式紧急出口设计方法
Yang et al. Multi-objective operation optimization for electric multiple unit-based on speed restriction mutation
CN113611407B (zh) 一种针对公交车辆内部的新型冠状病毒感染情况评估方法
CN103241268A (zh) 一种减少通道换乘站换乘时间的地铁发车时刻优化方法
CN113592419B (zh) 考虑客流和节能的轨道交通快慢车时刻表优化方法
CN113530564A (zh) 一种高海拔铁路隧道口紧急救援站的设计方法及系统
Jiaojiao et al. Simulation study on emergency evacuation of metro stations in fire degradation mode
CN117401001A (zh) 复杂工况下的城轨多列车行车调度综合节能控制方法及装置
CN115660384B (zh) 一种公共交通工具空间分配方法及系统
Botte et al. Defining economic and environmental feasibility thresholds in the case of rail signalling systems based on satellite technology
CN113312698B (zh) 一种高海拔铁路隧道含供氧空间的横通道设计方法
CN114757510A (zh) 在疫情传播下考虑最大载客量限制的公交车辆调度方法
CN116341926A (zh) 基于多模式交通网络的都市圈或城市群实质边界识别方法

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
GR01 Patent grant
GR01 Patent grant