CN115221460B - 一种有限资源下的有序背包问题分段动态规划求解方法 - Google Patents
一种有限资源下的有序背包问题分段动态规划求解方法 Download PDFInfo
- Publication number
- CN115221460B CN115221460B CN202211140581.XA CN202211140581A CN115221460B CN 115221460 B CN115221460 B CN 115221460B CN 202211140581 A CN202211140581 A CN 202211140581A CN 115221460 B CN115221460 B CN 115221460B
- Authority
- CN
- China
- Prior art keywords
- backpack
- state
- articles
- state array
- stage
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明涉及数据处理领域,特别涉及一种有限资源下的有序背包问题分段动态规划求解方法。
背景技术
背包问题是一种组合优化的NP完全问题。在数学上,它是指,给定一组物品,每种物品都有自己的重量和价格,在限定的总重量内,我们如何选择,才能使得物品的总价格最高,当然,重量和价格可以替换成其他任意的参数。其中,每种物品只能选择0个或1个的背包问题,称为0-1背包问题。
目前,0-1背包问题一般采用动态规划进行求解,其基本思路是:对于每一个物品,要么放入背包,要么不放入背包;在传统的动态规划求解背包问题中,不需要对物品进行排序,并且在对第i个物品进行选择时,当选择放入的总价格与选择不放入一样时,选择不放入。
现如今,大量的数据处理工作主要由计算机执行,在数据处理过程中,对于传统的动态规划求解背包问题,如果需要在求解最大总价格的同时,求解每个物品的放入状态,需要使用二维数组作为状态变量。当总价W=1亿,数量n=1万时,状态变量元素需要使用int32,状态数组需要占用W*n*4byte≈ 3725.29GB的内存。这显然是一般计算机所不能承受的,也就是说,现有的背包问题求解方式在数据量较大时,会产生巨量的内存需求,严重制约数据处理效率,因此需要提供一种新的方式,减少内存占用,提高数据处理效率。
发明内容
针对现有技术在处理有序0-1背包问题时,内存占用量大的问题,本发明提供了一种有限资源下的有序背包问题分段动态规划求解方法,能够在内存资源有限的情况下,通过优化处理流程以进行分段处理,减少内存占用,提高计算机的运行和处理效率。
本发明公开的一种有限资源下的有序背包问题分段动态规划求解方法,包括:
A2:设定状态数组F的最大存储;
A3:读取可用内存大小,通过状态数组的最大存储和可用内存大小之间的最小值确定状态数组F的元素数量S;
A4:对物品按重量从轻到重进行排序,排序后物品的序号记为j,记录序号j与序号i的对应关系;
A6:定义第t阶段背包承重,依次判断每个物品是否被选择放入背包,计算第t阶段背包中物品的总价格;如果满足第一预设条件,则重新定义第t+1阶段背包承重,计算第t+1阶段背包中物品的总价格,直至满足第二预设条件,输出结果。
本发明中,物品数量中的物品,是指任何可被计数的数据、信息,而不局限于实体物件,其中,重量不一定特指物理上的重量,价格不一定特指经济中的价格,这两个参数可以替换为任意参数。可用内存大小,实际中将减去一个需要保留从而让服务器稳定运行的安全阈值,以下不再一一说明。
本发明在解决背包问题时,通过读取内存大小来创建状态数组,从而避免内存溢出和过长的运行时间;将任务进行分阶段,根据预设条件判断是否需要进一步执行t+1阶段,并最终得到计算结果,这一过程中,由于不需要同时调用所有数据,因此内存占用较小,可以减少计算机运行压力,提高处理效率。
作为优选,步骤A6中,所述依次判断每个物品是否被选择放入背包,包括:
作为优选,步骤A6中,所述第一预设条件为:
作为优选,步骤A6中,所述第二预设条件为:
本发明的实质性效果包括:在有限的资源、有限的时间下实现了对背包问题的求解,提高了将背包问题用于解决实际问题的能力;本发明可以适用于大多数资源有限、时间有限下的背包问题求解,将状态数组对内存的占用限制在S个数据元素,且时间复杂度也明显下降,减少内存的占用,可以减少计算机运行压力,提高处理效率。
附图说明
图1是本发明实施例的流程图;
图2是本发明实施例的内存对比图;
图3是本发明实施例的时间对比图;
图4是本发明实施例的误差走势图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例,对本技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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例,都属于本发明保护的范围。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
下面以具体的实施例对本发明的技术方案进行详细说明。实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
实施例:
一种有限资源下的有序背包问题分段动态规划求解方法,如图1所示,包括:
A2:设定状态数组F的最大存储;
A3:读取可用内存大小,通过状态数组的最大存储和可用内存大小之间的最小值确定状态数组F的元素数量S;
A4:对物品按重量从轻到重进行排序,排序后物品的序号记为j,记录序号j与序号i的对应关系;
A6:定义第t阶段背包承重,依次判断每个物品是否被选择放入背包,计算第t阶段背包中物品的总价格;如果满足第一预设条件,则重新定义第t+1阶段背包承重,计算第t+1阶段背包中物品的总价格,直至满足第二预设条件,输出结果。
本实施例将采用实际的数据对上述过程进行解释和举例,其中本实施例背包承重W=60,物品数量n=7,状态数组需要的内存大小=W*n*4byte=60*7*4byte=1680byte,各物品的重量、价格如表1所示:
按重量排序后如表2:
不分阶段时:
首先将物品2放入背包,重量为5,价格为21,此时状态矩阵占用内存=60*1*4byte=240byte。
然后考虑是否将物品5放入背包,形成新的状态矩阵,状态矩阵占用内存=60*2*4byte=480byte。
如此往复直到所有物品都经历一轮考虑,状态矩阵占用内存=60*7*4byte=1680byte,共进行了60*7次状态值的对比。
最优方案是将物品2、物品5、物品1、物品4、物品3,装入背包的总重量53,总价格97。
分阶段时:
与不分段一样依次把物品放入背包可得到一阶段状态矩阵如表4:
状态矩阵所需内存=7*6*4byte=168byte。
因此第一阶段得到的方案是将物品2、物品5、物品1、物品4放入背包,总价格84,总重量38(注意这里需要计算原始重量),背包剩余重量22,此时可以释放状态矩阵。
第二阶段物品如表5:
依次把物品放入背包后状态矩阵;可得状态矩阵所需的内存=1*22*4byte=88byte。第二阶段得到的结果是将物品3放入背包,总价格13,总重量15;阶段循环结束。
综合两阶段得到最终方案是将物品2、物品5、物品1、物品4、物品3装入,装入背包的总重量53,总价格97,与不分段得到的结果一致。
当然,随着物品数量的增加和背包承重的增加,方案完全一致的比例会有所下降,但除极端案例外,总价格偏差始终在很小的范围,且内存需求与时间需求的差距会更加明显。
例如,当背包承重为100000,物品重量和价格均为1-10000的随机数时,不分阶段与分阶段的内存对比如图2所示,其中有明显分段折线的表示分阶段的数据,可以看到内存占用明显减少。
当背包承重为100000,物品重量和价格均为1-10000的随机数时,不分阶段与分阶段的时间对比如图3所示,其中有明显分段折线的表示分阶段的数据,可以看到时间明显减少。
当背包承重为100000,物品重量和价格均为1-10000的随机数时,不分阶段与分阶段的误差走势如图4所示,可以看到误差仍然非常小。
综上所述,本实施例所做的技术改造主要有两点:
第一点是通过排序和覆盖性放入来满足有序的要求。在传统的动态规划求解背包问题中,不需要对物品进行排序,并且在对第i个物品进行选择时,当选择放入的总价格与选择不放入一样时,选择不放入。本发明首先对备选物品按重量进行排序,然后在对第i个物品进行选择时,如果总价格相等则会选择放入物品i,覆盖原方案,从而让含更大重量物品的方案在同样总价格下取代含较小重量物品的方案。
第二点是通过读取内存大小来创建状态数组,从而避免内存溢出和过长的运行时
间。在传统的动态规划求解背包问题中,如果需要在求解最大总价格的同时,求解每个物品
的放入状态,需要使用二维数组作为状态变量。当W=1亿,n=1万时,状态变量元素需要使用
int32,状态数组需要占用。与此同时,每一个状态变量元素
的更新都是一些比较与赋值,时间复杂度为O(Wn)。本发明设定内存上限,并读取服务器内
存大小,两者取最小值来确定可存储数据元素的最大数量S,来限定状态数组的大小,将状
态数组设置为。取U=向下取整(W/c)为1个单位,令当前阶段背包承重为c,物品重量,使用覆盖性动态规划方法求解,然后将求解后背包剩余承重作
为新的承重,未被选择放入的物品作为新的备选物品重复上述过程。上述解法将状态数组
对内存的占用限制在S个数据元素以内,且时间复杂度也明显下降,尽管最后精度有所下
降,但在很多场景下,相对于无法求解来说是有意义的。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中可以根据需要而将上述功能分配由不同的功能模块完成,即将具体装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的实施例中,应该理解到,所揭露的结构和方法,可以通过其它的方式实现。例如,以上所描述的关于结构的实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个结构,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,结构或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种有限资源下的有序背包问题分段动态规划求解方法,其特征在于,包括:
A2:设定状态数组F的最大存储;
A3:读取可用内存大小,通过状态数组的最大存储和可用内存大小之间的最小值确定状态数组F的元素数量S;
A4:对物品按重量从轻到重进行排序,排序后物品的序号记为j,记录序号j与序号i的对应关系;
A6:定义第t阶段背包承重,依次判断每个物品是否被选择放入背包,计算第t阶段背包中物品的总价格;如果满足第一预设条件,则重新定义第t+1阶段背包承重,计算第t+1阶段背包中物品的总价格,直至满足第二预设条件,输出结果;
所述第一预设条件为:
所述第二预设条件为:
5.根据权利要求4所述的一种有限资源下的有序背包问题分段动态规划求解方法,其特征在于,步骤A6中,所述依次判断每个物品是否被选择放入背包,包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211140581.XA CN115221460B (zh) | 2022-09-20 | 2022-09-20 | 一种有限资源下的有序背包问题分段动态规划求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211140581.XA CN115221460B (zh) | 2022-09-20 | 2022-09-20 | 一种有限资源下的有序背包问题分段动态规划求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115221460A CN115221460A (zh) | 2022-10-21 |
CN115221460B true CN115221460B (zh) | 2023-01-06 |
Family
ID=83617509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211140581.XA Active CN115221460B (zh) | 2022-09-20 | 2022-09-20 | 一种有限资源下的有序背包问题分段动态规划求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115221460B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103687027A (zh) * | 2013-12-26 | 2014-03-26 | 广东省电信规划设计院有限公司 | Lte网络的资源分配方法和系统 |
CN112214718A (zh) * | 2020-10-26 | 2021-01-12 | 湖南工业大学 | 基于改进动态规划算法求解有界背包问题的方法 |
CN113887122A (zh) * | 2021-07-30 | 2022-01-04 | 南京信息工程大学 | 一种多目标背包问题的混合蛙跳求解方法 |
CN114691302A (zh) * | 2022-04-21 | 2022-07-01 | 南京大学 | 一种面向大数据处理的动态缓存替换方法及设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009023901A1 (en) * | 2007-08-17 | 2009-02-26 | National Ict Australia Limited | Automating dynamic programs |
US8554702B2 (en) * | 2010-12-17 | 2013-10-08 | Oracle International Corporation | Framework for optimized packing of items into a container |
CN109583749B (zh) * | 2018-11-27 | 2022-11-08 | 中国人民解放军海军大连舰艇学院 | 一种基于动态规划的软件研制成本智能控制方法及系统 |
CN111507846A (zh) * | 2020-04-17 | 2020-08-07 | 新分享科技服务(深圳)有限公司 | 一种资产筛选封包方法、装置、储存介质及电子设备 |
-
2022
- 2022-09-20 CN CN202211140581.XA patent/CN115221460B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103687027A (zh) * | 2013-12-26 | 2014-03-26 | 广东省电信规划设计院有限公司 | Lte网络的资源分配方法和系统 |
CN112214718A (zh) * | 2020-10-26 | 2021-01-12 | 湖南工业大学 | 基于改进动态规划算法求解有界背包问题的方法 |
CN113887122A (zh) * | 2021-07-30 | 2022-01-04 | 南京信息工程大学 | 一种多目标背包问题的混合蛙跳求解方法 |
CN114691302A (zh) * | 2022-04-21 | 2022-07-01 | 南京大学 | 一种面向大数据处理的动态缓存替换方法及设备 |
Non-Patent Citations (8)
Title |
---|
A dynamic programming algorithm for the Knapsack Problem with Setup;KhalilChebil等;《ELSEVIER》;20150519;全文 * |
利用动态规划解决01背包问题;孙宇兴等;《现代交际》;20100515(第05期);全文 * |
动态规划法的应用分析;李小莲;《计算机时代》;20190615(第06期);全文 * |
基于0/1背包问题的算法探究;张景成等;《电脑知识与技术(学术交流)》;20070608(第11期);全文 * |
求解01背包问题的贪婪蛙跳算法;高思齐等;《计算机科学》;20180715(第07期);全文 * |
结合关键点概率与路径相似度的多路径覆盖策略;钱忠胜等;《软件学报》;20220215;全文 * |
考虑时间因素的0-1背包调度问题;王正理等;《计算机科学》;20180415(第04期);全文 * |
背包问题的两阶段动态规划算法;崔耀东等;《高校应用数学学报A辑(中文版)》;19931205(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115221460A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7245338B2 (ja) | ニューラルネットワークプロセッサ | |
JP7481316B2 (ja) | 注文処理方法、装置、デバイス、システム及び記憶媒体 | |
CN107239829B (zh) | 一种优化人工神经网络的方法 | |
CN111758107B (zh) | 用于基于硬件的池化的系统和方法 | |
AU692929B2 (en) | Priority queue filtering system and method of operation | |
KR102038390B1 (ko) | 고효율 병렬 처리를 위한 인공 신경망 모듈 및 이의 스케쥴링 방법 | |
CN104915817A (zh) | 一种集装箱的装箱方法和装置 | |
MXPA97002050A (en) | Filter system of priority row and metodode operac | |
CA3048007A1 (en) | Automated guided vehicle control and organizing inventory items using stock keeping unit clusters | |
CN109800936B (zh) | 基于树状搜寻的调度方法与使用该方法的电子装置 | |
CN112084037A (zh) | 神经网络的内存分配方法及装置 | |
KR20190111810A (ko) | 데이터 처리 시스템 및 데이터 처리 방법 | |
US20170293839A1 (en) | Systems and Methods for Multi-Objective Heuristics with Conditional Genes | |
CN108345419A (zh) | 一种信息推荐列表的生成方法及装置 | |
CN115221460B (zh) | 一种有限资源下的有序背包问题分段动态规划求解方法 | |
US20240140713A1 (en) | Information processing device, information processing method, computer program product, and information processing system | |
KR20220134035A (ko) | 컨볼루션 연산을 위한 프로세싱 인 메모리 방법 | |
CN113255094A (zh) | 优化设备、优化程序和优化方法 | |
CN112114935A (zh) | 一种热插拔方法及相关设备 | |
CN106709572B (zh) | 一种数据处理方法及设备 | |
TWI788257B (zh) | 記憶體內計算巨集排列的方法、電腦可讀介質及電子裝置 | |
CN113112084A (zh) | 一种教练机后机身研发流程优化方法及装置 | |
CN113360188A (zh) | 一种用于优化稀疏矩阵-向量乘的并行处理方法及装置 | |
CN105573834A (zh) | 于异构平台的面向高维数据的词汇树构建方法 | |
CN110415162A (zh) | 大数据中面向异构融合处理器的自适应图划分方法 |
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 |