CN106022544A - 基于不同保养人群的车辆保养预估方法及系统 - Google Patents

基于不同保养人群的车辆保养预估方法及系统 Download PDF

Info

Publication number
CN106022544A
CN106022544A CN201610497247.8A CN201610497247A CN106022544A CN 106022544 A CN106022544 A CN 106022544A CN 201610497247 A CN201610497247 A CN 201610497247A CN 106022544 A CN106022544 A CN 106022544A
Authority
CN
China
Prior art keywords
maintenance
project
crowd
vehicle
kilometers
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
Application number
CN201610497247.8A
Other languages
English (en)
Inventor
田雨农
赵志宏
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.)
Dalian Roiland Technology Co Ltd
Original Assignee
Dalian Roiland Technology Co Ltd
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 Dalian Roiland Technology Co Ltd filed Critical Dalian Roiland Technology Co Ltd
Priority to CN201610497247.8A priority Critical patent/CN106022544A/zh
Publication of CN106022544A publication Critical patent/CN106022544A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

基于不同保养人群的车辆保养预估方法及系统，其特征在于，包括：将保养人群进行分类：如果平均设置保养里程<＝N1万公里OR平均保养里程间隔<＝N2万公里，属于5千公里保养人群；否则，属于1万公里保养人群；计算脱保次数，5千公里保养人群为：(本次保养总里程－上次保养里程)×2－1；1万公里保养人群为：本次保养总里程－上次保养里程－1；根据脱保次数，进行路径选择确定保养项目。使保养预估更准确，尤其是每次都去4S店保养的人群，通过上次的实际保养内容，能准确预估出下次的保养内容。

Description

基于不同保养人群的车辆保养预估方法及系统
技术领域
本发明属于车辆日常保养领域，具体说是一种基于不同保养人群的车辆保养预估方法及系统。
背景技术
目前，车辆保养预估方法都是针对所有人群进行的，但是现实生活中，有一些人群是按时间进行车辆保养，另一些人群是按公里数进行车辆保养，而且按公里数保养的人群存在公里数不均的问题，即有些人公里数稍大一些时候进行保养，有些人公里数稍小一些就进行保养，这样就没有办法准确进行车辆保养预估了。
现有技术中，公开号为105313806A的专利申请，主要采集车辆流体，如机油、冷却液等，是否低于最低液位来确定是否需要进行保养；公开号为105270293A的专利申请，主要根据车辆总里程和保养手册来简单预估保养的项目。以上方法只是简单的进行保养预估，无法达到准确预估保养的目的；也无法提供各个保养项目的工时费、保养备件的单价、个数等车主实际关注的信息。
发明内容
针对现有技术存在的上述缺点和不足，本发明提供了一种基于不同保养人群的车辆保养预估方法及系统，使保养预估更准确，尤其是每次都去4S店保养的人群，通过上次的实际保养内容，能准确预估出下次的保养内容。
为实现上述目的，本发明提供了一种基于不同保养人群的车辆保养预估方法，包括：
将保养人群进行分类：如果平均设置保养里程<＝N1万公里OR平均保养里程间隔<＝N2万公里，属于5千公里保养人群；否则，属于1万公里保养人群；
计算脱保次数，5千公里保养人群为：(本次保养总里程－上次保养里程)×2－1；1万公里保养人群为：本次保养总里程－上次保养里程－1；
根据脱保次数，进行路径选择确定保养项目。
进一步的，针对5千公里保养人群，如果脱保次数小于等于1，则选择路径Ⅰ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅱ为缺多次人群；
针对1万公里保养人群，如果脱保次数小于等于1，则选择路径Ⅲ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅳ为缺多次人群。
进一步的，路径Ⅰ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ；
路径Ⅱ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ；
进一步的，路径Ⅲ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值；
路径Ⅳ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值。
更进一步的，路径Ⅲ中还进行CRM反查，如果最近一次更换该项目时里程+对应保质周期里程<Y+0.5，则该项目需要更换；如果最近一次更换该项目时里程+对应保质周期里程>Y+0.5，则剔掉；
检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
更进一步的，方案Ⅰ保养项目为机油机滤、燃油添加剂；方案Ⅱ查询保养知识库，找出对应的保养项目。
更进一步的，方案Ⅰ中还进行CRM反查，在CRM反查时除了机油机滤、燃油添加剂、清洗节气门外，其余项目都需要反查，检查上次项目是否有遗漏，如果最近一次更换该项目时里程+对应项目的保质周期里程<Y+0.4，则该项目需要更换；如果最近一次更换该项目时里程+对应的保质周期里程>Y+0.4，则剔掉；
检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
作为更进一步，上述方法还包括，确定保养内容的步骤，所述保养内容包括保养项目和保养备件，即根据大数据来获取每个保养项目的工时费，保养备件单价与个数。
作为更进一步的，上述方法还包括：通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充，再次确保车辆保养内容的准确与完整。
本发明还提供了一种基于不同保养人群的车辆保养预估方系统，包括：
保养人群分类模块，将保养人群分为5千公里保养人群和1万公里保养人群；
脱保次数计算模块，针对5千公里保养人群和1万公里保养人群进行脱保次数计算；
确定保养内容模块，所述保养内容包括保养项目和保养备件；
填充模块，通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充。
本发明由于采用以上技术方案，能够取得如下的技术效果：本申请针对不同人群、不同公里数进行预估保养，使保养预估更加准确，尤其是每次都去4S店保养的人群，通过上次的实际保养内容，准确预估出下次的保养内容。
本发明能更准确的预估车辆下次保养的项目与备件，并预估保养金额。使车主方便的提前了解车辆的保养信息。使车辆保养公开、透明，更好的保护车主利益，保护车辆健康。
附图说明
本发明共有附图2幅：
图1为基于不同保养人群的车辆保养预估方法结构示意图；
图2为保养知识库示意图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步的具体说明。
实施例1
基于不同保养人群的车辆保养预估方法，包括：
将保养人群进行分类：如果平均设置保养里程<＝0.5万公里OR平均保养里程间隔<＝0.626万公里，属于5千公里保养人群；否则，属于1万公里保养人群；
计算脱保次数，5千公里保养人群为：(本次保养总里程－上次保养里程)×2－1；1万公里保养人群为：本次保养总里程－上次保养里程－1；
根据脱保次数，进行路径选择确定保养项目。
针对5千公里保养人群，如果脱保次数小于等于1，则选择路径Ⅰ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅱ为缺多次人群；针对1万公里保养人群，如果脱保次数小于等于1，则选择路径Ⅲ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅳ为缺多次人群。
实施例2
作为实施例1的补充，上述四个路径分别为：路径Ⅰ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间(如：0.5/1.5/2.5)，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间(如：1/2/3/4)，则选择方案Ⅱ；
路径Ⅱ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3……],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间(如：0.5/1.5/2.5)，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间(如：1/2/3/4)，则选择方案Ⅱ；
路径Ⅲ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值，该路径中还进行CRM反查，如果最近一次更换该项目时里程+对应保质周期里程<Y+0.5，则该项目需要更换；如果最近一次更换该项目时里程+对应保质周期里程>Y+0.5，则剔掉；(例如：本次4万公里进店，应换火花塞，反查前推2万公里，在历史记录中3万公里换过火花塞，则本次剔除火花塞项目)。检查时间对应项目(刹车油、内外空调滤芯)在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
路径Ⅳ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值。举例如下：
0<＝Y<＝1.5 1万
1.5<Y<＝2.5 2万
2.5<Y<＝3.5 3万
对应查表(《保养知识库》的“里程”)的保养项目。
方案Ⅰ保养项目为机油机滤、燃油添加剂；方案Ⅰ中还进行CRM反查，在CRM反查时除了机油机滤、燃油添加剂、清洗节气门外，其余项目都需要反查，检查上次项目是否有遗漏，如果最近一次更换该项目时里程+对应项目的保质周期里程<Y+0.4，则该项目需要更换；如果最近一次更换该项目时里程+对应的保质周期里程>Y+0.4，则剔掉；例如：本次4万公里进店，应换火花塞，反查前推2万公里，在历史记录中3万公里换过火花塞，则本次剔除火花塞项目；检查时间对应项目，如刹车油、内外空调滤芯，在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换；
方案Ⅱ查询保养知识库，找出对应的保养项目。
举例如下：1.4<＝Y<1.9，保养项目为机油机滤、燃油添加剂。0.9<＝Y<1.4，对应查表(《保养知识库》的“里程”)的保养项目。
实施例3
作为实施例1和实施例2的补充，优选的本实施例还包括，确定保养内容的步骤，所述保养内容包括保养项目和保养备件，拿机油机滤举例来说，保养项目是更换机油机滤，是有人工的工时费用的。保养备件就是：机油4升等，按照备件的价格计算。总的保养内容包括实际的更换备件价格+人工的工时费。本实施例还通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充，再次确保车辆保养内容的准确与完整。
根据上述确定的保养项目，依据表中的参数，依次对应组成如下语序：下次保养更换机油机滤、内部空调滤芯、外部空调滤芯、火花塞，依据用车体验和当地实际情况，可选择清洗节气门。祝您用车愉快！维修时间＝取总工时计算 100工时＝1小时，精确到0.5小时；如：75-125工时＝1小时；125-175工时＝1.5小时......。
对于完整CRM记录和仅缺1次CRM记录的人群，报告中需检查获得上第二次周期中未做的项目，且不在本期项目中时，添加一句话：请关注保养手册中XX项目的更换周期。
例如：1)5千公里保养人群：
6万保养没做，6.5万保养：依据反查列入项目清单中；
6万保养没做，6.5万保养仍然没做，7万进店评语改动如下：下次保养更换机油机滤、外部空调滤芯、火花塞，依据用车体验和当地实际情况，可选择清洗节气门。请关注保养手册中刹车油、防冻液、变速箱油的更换周期，祝您用车愉快！
2)1万公里保养人群：
6万保养没做，7万保养：依据反查列入项目清单中。
6万保养没做，7万保养仍然没做，8万进店：下次保养更换机油机滤、外部空调滤芯、火花塞。依据用车体验和当地实际情况，可选择清洗节气门。请关注保养手册中刹车油、防冻液、变速箱油的更换周期，祝您用车愉快！
本发明还提供了一种基于不同保养人群的车辆保养预估方系统，包括：
保养人群分类模块，将保养人群分为5千公里保养人群和1万公里保养人群；
脱保次数计算模块，针对5千公里保养人群和1万公里保养人群进行脱保次数计算；
确定保养内容模块，所述保养内容包括保养项目和保养备件。
填充模块，通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充。
再上述方法实施之前可以进行如下操作，根据车辆的剩余保养里程和日平均行驶里程，推算下次保养时间点T1；根据车辆的剩余保养时间，推算下次保养时间点T2，两者采用先到原则，取一个下次保养时间。如果T2＜T1，则下次保养总里程Y＝行驶里程+日平均行驶里程×天数差；如果T2≥T1，则下次保养总里程Y＝行驶里程+剩余里程。
以上所述，仅为本发明较佳的具体实施方式，但本发明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发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.基于不同保养人群的车辆保养预估方法，其特征在于，包括：
将保养人群进行分类：如果平均设置保养里程<＝N1万公里OR平均保养里程间隔<＝N2万公里，属于5千公里保养人群；否则，属于1万公里保养人群；
计算脱保次数，5千公里保养人群为：(本次保养总里程－上次保养里程)×2－1；1万公里保养人群为：本次保养总里程－上次保养里程－1；
根据脱保次数，进行路径选择确定保养项目。
2.根据权利要求1所述的基于不同保养人群的车辆保养预估方法，其特征在于，针对5千公里保养人群，如果脱保次数小于等于1，则选择路径Ⅰ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅱ为缺多次人群；
针对1万公里保养人群，如果脱保次数小于等于1，则选择路径Ⅲ为完整、缺1次人群；如果脱保次数大于1，则选择路径Ⅳ为缺多次人群。
3.根据权利要求2所述的基于不同保养人群的车辆保养预估方法，其特征在于，路径Ⅰ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3......],其中X以0.5为单位，递增分档；如果X落在包含0.5奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ；
路径Ⅱ中Y-0.4<X<＝Y+0.1，X是个集合[0.5、1、1.5、2、2.5、3......],其中X以0.5为单位，递增分档；如果X落在包含0.5 奇数倍的区间，则选择方案Ⅰ，如果X落在包含0.5偶数倍的区间，则选择方案Ⅱ。
4.根据权利要求2所述的基于不同保养人群的车辆保养预估方法，其特征在于，路径Ⅲ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值；
路径Ⅳ中Y_New＝round(Y)，按四舍五入查询保养知识库,其中Y为本次保养预测值。
5.根据权利要求4所述的基于不同保养人群的车辆保养预估方法，其特征在于，路径Ⅲ中还进行CRM反查，如果最近一次更换该项目时里程+对应保质周期里程<Y+0.5，则该项目需要更换；如果最近一次更换该项目时里程+对应保质周期里程>Y+0.5，则剔掉；
检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
6.根据权利要求3所述的基于不同保养人群的车辆保养预估方法，其特征在于，方案Ⅰ保养项目为机油机滤、燃油添加剂；方案Ⅱ查询保养知识库，找出对应的保养项目。
7.根据权利要求6所述的基于不同保养人群的车辆保养预估方法，其特征在于，方案Ⅰ中还进行CRM反查，在CRM反查时除了机油机滤、燃油添加剂、清洗节气门外，其余项目都需要反查，检查上次项目是否有遗漏，如果最近一次更换该项目时里程+对应项目的保质 周期里程<Y+0.4，则该项目需要更换；如果最近一次更换该项目时里程+对应的保质周期里程>Y+0.4，则剔掉；
检查时间对应项目在缺失情况下，是否在对应时间内有更换需要，如果最近一次更换该项目日期+对应的保质周期时长<本次保养时间+平均保养时间间隔-30天的车辆，应当更换该项目，反之不更换。
8.根据权利要求1所述的基于不同保养人群的车辆保养预估方法，其特征在于，上述方法还包括，确定保养内容的步骤，所述保养内容包括保养项目和保养备件，即根据大数据来获取每个保养项目的工时费，保养备件单价与个数。
9.根据权利要求1所述的基于不同保养人群的车辆保养预估方法，其特征在于，上述方法还包括：通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充，再次确保车辆保养内容的准确与完整。
10.基于不同保养人群的车辆保养预估系统，其特征在于，包括：
保养人群分类模块，将保养人群分为5千公里保养人群和1万公里保养人群；
脱保次数计算模块，针对5千公里保养人群和1万公里保养人群进行脱保次数计算；
确定保养内容模块，所述保养内容包括保养项目和保养备件；
填充模块，通过车辆实际的进店保养历史来获取车主遗漏的保养项目，来进行填充。
CN201610497247.8A 2016-06-30 2016-06-30 基于不同保养人群的车辆保养预估方法及系统 Pending CN106022544A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610497247.8A CN106022544A (zh) 2016-06-30 2016-06-30 基于不同保养人群的车辆保养预估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610497247.8A CN106022544A (zh) 2016-06-30 2016-06-30 基于不同保养人群的车辆保养预估方法及系统

Publications (1)

Publication Number Publication Date
CN106022544A true CN106022544A (zh) 2016-10-12

Family

ID=57104712

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610497247.8A Pending CN106022544A (zh) 2016-06-30 2016-06-30 基于不同保养人群的车辆保养预估方法及系统

Country Status (1)

Country Link
CN (1) CN106022544A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219002A (zh) * 2018-08-10 2019-01-15 广东工业大学 一种提醒短信发送方法、装置、设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219002A (zh) * 2018-08-10 2019-01-15 广东工业大学 一种提醒短信发送方法、装置、设备及可读存储介质
CN109219002B (zh) * 2018-08-10 2021-09-03 广东工业大学 一种提醒短信发送方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
Pluvinet et al. GPS data analysis for understanding urban goods movement
CA2619083A1 (en) Smart inspections
Nocera et al. Micro and Macro modelling approaches for the evaluation of the carbon impacts of transportation
CN106127316A (zh) 自动化车辆保养预估系统
Borucka et al. Mathematical model of travel times related to a transport congestion: an example of the capital city of Poland–Warsaw
KR20010110757A (ko) 폐차·사고차의 가액산정 방법 및 가액산정 시스템
Mulholland et al. The cost of electrifying private transport–Evidence from an empirical consumer choice model of Ireland and Denmark
Campagna et al. Data collection framework for understanding UFT within city logistics solutions
Tordecilla-Madera et al. A mathematical model for collecting and distributing perishable products by considering costs minimisation and CO2 emissions
CN106204793A (zh) 车辆保养预估方法
Comi et al. A methodology to design and assess scenarios within SULPS: the case of Bologna
Gliebe et al. Dynamic choice model of urban commercial activity patterns of vehicles and people
CN106022544A (zh) 基于不同保养人群的车辆保养预估方法及系统
Khalili et al. Evaluating interregional freight accessibility conditions through the combination of centrality and reliability measures
Ho et al. Fast and optimized methodology to generate road traffic emission inventories and their uncertainties
Revetria et al. A generalized simulation framework to manage logistics systems: a case study in waste management and environmental protection
Holl et al. Spatial patterns of adoption of just‐in‐time manufacturing
CN106204791A (zh) 基于物联网技术的自动化车辆保养预估方法
CN102339419A (zh) 实现军车产品可靠性、维修性、保障性的方法及装置
Makarova et al. Planning of the spare parts supply in the system of corporate service automotive company abroad
Ježek et al. Using of sensitivity analysis in road transport pricing
Caza et al. Managing disruptions: Understanding shipper routing guide performance
Popescu Eliminating transportation waste using the transportation value stream map
Zhang Optimization of freight truck driver scheduling based on operation cost model for Less-Than-Truckload (LTL) transportation
Bueno et al. A Method for Identifying Product Improvement Opportunities through Warranty Data.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161012