CN112464409B - 车辆性能参数设定方法及装置 - Google Patents

车辆性能参数设定方法及装置 Download PDF

Info

Publication number
CN112464409B
CN112464409B CN202011378939.3A CN202011378939A CN112464409B CN 112464409 B CN112464409 B CN 112464409B CN 202011378939 A CN202011378939 A CN 202011378939A CN 112464409 B CN112464409 B CN 112464409B
Authority
CN
China
Prior art keywords
target
parameter
vehicle
performance index
parameter value
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
Application number
CN202011378939.3A
Other languages
English (en)
Other versions
CN112464409A (zh
Inventor
李军
肖勇
张磊
王太海
吴贵根
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.)
Chery Automobile Co Ltd
Original Assignee
Chery Automobile 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 Chery Automobile Co Ltd filed Critical Chery Automobile Co Ltd
Priority to CN202011378939.3A priority Critical patent/CN112464409B/zh
Publication of CN112464409A publication Critical patent/CN112464409A/zh
Application granted granted Critical
Publication of CN112464409B publication Critical patent/CN112464409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本申请涉及车辆设计开发技术领域,具体提供了一种车辆性能参数设定方法及装置,该方法确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,获取目标性能指标的参数值向量和目标基本参数的参数值向量的拟合回归方程,获取分别对应每个样本点的投影轨迹方程,将开发车型的目标基本参数的参数值代入每个投影轨迹方程得到投影后的目标性能指标的候选值,基于候选值的正态分布分析结果为开发车型设定目标性能指标的参数值。本申请提供的车辆性能参数设定方法及装置能够为开发车型设定更为准确的目标值,有效避免目标设定过高或过低,从而有效控制车辆研发和制造成本。

Description

车辆性能参数设定方法及装置
技术领域
本申请涉及车辆设计开发技术领域,特别涉及一种车辆性能参数设定方法及装置。
背景技术
随着车辆产品的消费升级,车辆产品的性能开发受到越来越多的重视。在车辆的开发过程中,为确定车辆各项性能参数的目标值,技术人员一般会将开发车型与现有车型进行对标分析。对标车型(Benchmark车型,简称BM车型)一般分为技术对标车和市场对标车两类。在产品开发阶段,主要依据技术对标车型的各项参数来设定待开发车辆相应的参数。
目前,由于对标车型的数据量较少,行业内一般采用现有的对标车型的某个性能指标的参数值的均值作为开发车型相应指标的目标设定值,如下表1所示;或直接采用技术对标车的某个性能指标的参数值作为开发车型相应指标的目标设定值。
表1均值法确定目标车辆性能参数的目标值
然而,每款车型的自身整车基本参数如车长、轴距、整备质量等存在差异,一些性能指标的参数值与车辆尺寸等基本参数值存在一定的相关关系,例如,车辆的整备质量与车辆尺寸相关,车辆油耗水平与车辆整备质量相关等。不考虑开发车型的整车基本参数,而直接采用对标车型性能指标的参数值确定出的开发车型的相应性能指标的目标设定值,可能会与该开发车型的相应性能指标的理论目标值存在较大误差,从而导致目标设定过高,难以实现该目标或性能过剩,大幅增加开发成本,或导致目标设定过低,开发车型市场竞争力不足等问题。
因此,提供一种能够较为精确的科学的设定车辆性能参数的方法有着重要的工程价值。
发明内容
鉴于此,本申请提供一种车辆性能参数设定方法及装置。
具体而言,包括以下的技术方案:
本申请实施例提供一种车辆性能参数设定方法,所述方法包括:
确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,所述目标性能指标为开发车型待设定参数值的性能指标;
基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到所述目标性能指标的参数值向量和所述目标基本参数的参数值向量,所述目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,所述目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值;
将所述目标基本参数的参数值向量作为目标自变量,将所述目标性能指标的参数值向量作为因变量,对所述目标自变量和所述因变量进行回归分析,得到拟合的回归方程;
获取所述拟合的回归方程中的第一数据点,所述第一数据点为所述拟合的回归方程中自变量等于零的数据点;
判断所述开发车型是否存在与之对标分析的目标车型;
若判断结果为所述开发车型不具有与之进行对标分析的目标车型,根据所述目标自变量和所述因变量得到多个样本点,每个所述样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值;
获取每一个所述样本点对应的投影轨迹方程,所述投影轨迹方程为在所述拟合的回归方程中的非常数项上乘以一个调整系数得到,所述调整系数通过所述第一数据点和所述样本点计算得到;
获取所述开发车型的目标基本参数的参数值,将所述开发车型的目标基本参数的参数值代入每一个所述投影轨迹方程中,得到多个投影后的目标性能指标的候选值;
对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值。
可选的,所述确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,包括:
根据开发车型的产品定义,选取多个技术对标车型,获取所述多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到所述目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个所述整车基本参数的参数值向量中的每个元素代表一款技术对标车型的所述整车基本参数的参数值;
将所述目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与所述因变量之间的线性相关系数,将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
可选的,所述对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值,包括:
对所述多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率;
基于所述累积概率,划分所述目标性能指标的参数值的等级范围;
根据所述等级范围,确定所述开发车型的目标性能指标的参数值。
可选的,所述基于所述累积概率,划分所述目标性能指标的参数值的等级范围,包括:
根据累积概率分布,将所述目标性能指标的参数值划分为4个等级范围,当所述目标性能指标为数值越大则性能越佳时,所述4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的所述目标性能指标的参数值范围;
当所述目标性能指标为数值越小则性能越佳时,所述4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的所述目标性能指标的参数值范围。
可选的,若判断结果为所述开发车型具有与之进行对标分析的目标车型,
获取所述目标车型的目标基本参数和目标性能指标的参数值作为目标点;
获取对应所述目标点的投影轨迹方程,将所述开发车型的目标基本参数的参数值代入所述目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值;
将所述目标车型的投影后的目标性能指标的参数值作为所述开发车型的目标性能指标的参数值。
本申请实施例还提供一种车辆性能参数设定装置,所述装置包括:
确定模块,用于确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,所述目标性能指标为开发车型待设定参数值的性能指标;
参数整理模块,用于基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到所述目标性能指标的参数值向量和所述目标基本参数的参数值向量,所述目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,所述目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值;
数据分析模块,用于将所述目标基本参数的参数值向量作为目标自变量,将所述目标性能指标的参数值向量作为因变量,对所述目标自变量和所述因变量进行回归分析,得到拟合的回归方程,获取所述拟合的回归方程中的第一数据点,所述第一数据点为所述拟合的回归方程中自变量等于零的数据点;
判断模块,用于判断所述开发车型是否存在与之对标分析的目标车型;
所述参数整理模块,还用于若判断结果为所述开发车型不具有与之进行对标分析的目标车型,则根据所述目标自变量和所述因变量得到多个样本点,每个所述样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值;
投影模块,用于获取每一个所述样本点对应的投影轨迹方程,所述投影轨迹方程为在所述拟合的回归方程中的非常数项上乘以一个调整系数得到,所述调整系数通过所述第一数据点和所述样本点计算得到;
所述投影模块,还用于获取所述开发车型的目标基本参数的参数值,将所述开发车型的目标基本参数的参数值代入每一个所述投影轨迹方程中,得到多个投影后的目标性能指标的候选值;
所述数据分析模块,还用于对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值。
可选的,所述确定模块,用于:
根据开发车型的产品定义,选取多个技术对标车型;
获取所述多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到所述目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个所述整车基本参数的参数值向量中的每个元素代表一款技术对标车型的所述整车基本参数的参数值;
将所述目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与所述因变量之间的线性相关系数;
将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
可选的,所述数据分析模块,还用于:
对所述多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率;
基于所述累积概率,划分所述目标性能指标的参数值的等级范围;
根据所述等级范围,确定所述开发车型的目标性能指标的参数值。
可选的,所述数据分析模块,还用于:
根据累积概率分布,将所述目标性能指标的参数值划分为4个等级范围,当所述目标性能指标为数值越大则性能越佳时,所述4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的所述目标性能指标的参数值范围;
当所述目标性能指标为数值越小则性能越佳时,所述4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的所述目标性能指标的参数值范围。
可选的,所述参数整理模块,还用于若判断结果为所述开发车型具有与之进行对标分析的目标车型,则获取所述目标车型的目标基本参数和目标性能指标的参数值作为目标点;
所述投影模块,还用于获取对应所述目标点的投影轨迹方程,将所述开发车型的目标基本参数的参数值代入所述目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值;
所述数据分析模块,还用于将所述目标车型的投影后的目标性能指标的参数值作为所述开发车型的目标性能指标的参数值。
本申请实施例提供的技术方案的有益效果至少包括:
本申请实施例提供的车辆性能参数设定方法及装置,利用现有技术对标车型的大量数据,对目标性能指标和目标基本参数的参数值向量进行回归分析,基于回归分析结果获取分别对应多个样本点的投影轨迹方程,将开发车型的目标基本参数代入每个投影轨迹方程得到目标性能指标的候选值,对候选值进行正态分布分析,基于正态分布分析的结果来设定开发车型的目标性能指标的参数值,提高了目标参数设定的准确度,有效克服了目标过高造成的成本过高和性能过剩,以及目标过低造成的产品市场竞争力不足的缺陷。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种车辆性能参数设定方法的流程图。
图2为本申请实施例提供的一种车辆性能参数设定方法中对样本进行线性拟合的示意图。
图3为本申请实施例提供的一种车辆性能参数设定方法中对样本进行一次线性拟合时不同样本点对应的投影轨迹曲线的示意图。
图4为本申请实施例提供的一种车辆性能参数设定方法中对样本进行一元二次拟合时不同样本点对应的投影轨迹曲线的示意图。
图5为本申请实施例提供的另一种车辆性能参数设定方法的流程图。
图6为本申请实施例提供的再一种车辆性能参数设定方法的流程图。
图7为本申请实施例提供的一种车辆性能参数设定方法中目标性能指标候选值进行正态分布分析的示意图。
图8为本申请实施例提供的一种车辆性能参数设定方法中根据正态分布分析结果划分目标性能指标参数值等级的示意图。
图9为本申请实施例提供的又一种车辆性能参数设定方法的流程图。
图10为本申请实施例提供的一种车辆性能参数设定装置的示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
除非另有定义,本申请实施例所用的所有技术术语均具有与本领域技术人员通常理解的相同的含义。
为使本申请的技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供一种车辆性能参数设定方法,参考图1,该方法包括:
步骤101,确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,目标性能指标为开发车型待设定参数值的性能指标。
在实施中,车辆的性能指标一般包括整备质量、0-100m/s加速时间、制动距离、百公里油耗等中一个或多个,车辆的基本参数可以为长度、宽度、高度、轴距、轮距、离地间隙和整备质量等中一个或多个。在一些实施例中,技术人员可以根据经验判断出可能与目标性能指标相关的整车基本参数后,计算该整车基本参数与目标性能指标的相关系数来加以确认,从而确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,或通过数据计算的方式计算多种整车基本参数与目标性能指标的相关关系从而确定目标基本参数,或通过分析现有数据的变化趋势等来确定目标基本参数。本申请实施例不限定该确定目标基本参数的具体方式,本领域技术人员可根据实际自行实施。
步骤102,基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到目标性能指标的参数值向量和目标基本参数的参数值向量,目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值。
在实施中,对于某一款技术对标车型,可以获取到其目标基本参数的参数值和目标性能指标的参数值,分别以x、y来表示,即可获取到对应该款车型的一个数据点(x,y)。基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,则能够得到目标性能指标的参数值向量Y和目标基本参数的参数值向量X,向量Y=(y1,y2,y3……yi,……yn),X=(x1,x2,x3……xi,……xn)。其中,yi表示第i款技术对标车型的目标性能指标的参数值,xi表示第i款技术对标车型的目标基本参数的参数值,n为技术对标车型的数量。
步骤103,将目标基本参数的参数值向量作为目标自变量,将目标性能指标的参数值向量作为因变量,对目标自变量和因变量进行回归分析,得到拟合的回归方程。
具体的,可以将目标基本参数的参数值向量X作为目标自变量,将目标性能指标的参数值向量Y作为因变量,利用数据分析软件如Minitab、Excel、CurveFitter或Origin等进行回归分析,得到拟合的回归方程。
当回归分析的方式为线性拟合时,拟合的回归方程可以为:Y=a*X+b。其中,a和b为常数,为利用向量X和Y计算得到。参考图2,图中的每个点分别对应某一款技术对标车型的目标基本参数的参数值和目标性能指标的参数值。
当回归分析的方式为二次拟合时,拟合的回归方程可以为:Y=a*X2+b*X+c,其中,a、b和c分别为利用向量X和Y计算得到的常数。
需要注意的是,回归分析的方式可以为多种,如多项式函数、指数函数、对数函数或幂函数等。对于不同的性能指标与整车基本参数,回归分析的方式可以不同,在此不再详细罗列其他回归分析的方式对应的回归方程。为获取到更为准确的体现目标基本参数与目标性能参数之间关系的回归方程,可以分别对目标自变量和因变量进行多次不同类型的回归分析,通过比较误差或相关系数等参数来确定较为合适的回归分析方式。
为便于本领域技术人员容易理解本申请实施例提供的技术方案,以下主要以一次线型回归分析来进行示例性详细描述。
步骤104,获取拟合的回归方程中的第一数据点,第一数据点为拟合的回归方程中自变量等于零的数据点。
在步骤103中,获取到拟合的回归方程Y=a*X+b后,获取该方程中的第一数据点,该第一数据点为自变量等于零的数据点,即(0,b)。
步骤105,判断开发车型是否存在与之对标分析的目标车型,若判断结果为开发车型不具有与之进行对标分析的目标车型,执行步骤1061-1064。
对于一款具体的开发车型,为有效的控制该车型的成本,一般需要将该车型与一款现有的车型进行全面对标分析,或通过将该车型与现有多个技术对标车型的数据进行对比分析来确定该开发车型的性能指标。在实施中,首先判断该开发车型是否存在与之对标分析的目标车型,根据判断结果来确定采取何种方式设定目标性能指标的参数值。
步骤1061,根据目标自变量和因变量得到多个样本点,每个样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值。
若判断结果为该开发车型不具有与之进行对标分析的目标车型,则需要利用现有的多个技术对标车型的数据来确定目标性能指标参数值的总体范围以及优选取值范围。具体的,根据目标自变量X和因变量Y得到多个样本点(x1,y1)、(x2,y2)……(xi,yi),则样本点(xi,yi)对应第i款技术对标车型的目标基本参数的参数值xi与目标性能指标的参数值yi,样本点的数量等于技术对标车型的数量n。
步骤1062,获取每一个样本点对应的投影轨迹方程,投影轨迹方程为在拟合的回归方程中的非常数项上乘以一个调整系数得到,调整系数通过第一数据点和样本点计算得到。
在实施中,对于每一个样本点(xi,yi),获取对应该样本点的投影轨迹方程。该投影轨迹方程为在拟合的回归方程中的非常数项上乘以一个调整系数得到。
当回归分析的方式为线性拟合时,对于样本点(xi,yi),其投影轨迹方程为:Y=Ki*a*X+b,其中Ki为通过第一数据点和样本点计算得到,计算公式如下:Ki=(yi-b)/(a*xi)。当回归分析的方式为二次拟合时,对于样本点(xi,yi),其投影轨迹方程为:Y=Ki*(a*X2+b*X)+c。可以理解,该调整系数为对回归方程中非常数项的调整,而不是对拟合方程中其他体现截距的常数的调整系数。
获取对应于每一个样本点的投影轨迹方程,则可得到n个投影轨迹方程。
图3和图4分别示例性的示出了当回归方式为一次线性回归和一元二次回归时,不同样本点对应的投影轨迹曲线,其中,K为调整系数,当K=1时,投影轨迹与拟合的回归曲线重合。参考图3和图4可以理解,不同样本点对应的投影轨迹曲线均与拟合的回归曲线为同类型曲线,多个投影轨迹曲线构成曲线簇。
可选的,对于目标自变量X的某一取值xi而言,可以存在多个因变量数值,即Y=[yj1,yj2…yji…],其中,yji为第j个因变量数值,代表在目标自变量取值为xi时对应的第j个目标性能指标参数值。对于第j个因变量数值yji,其对应的投影轨迹方程可以采用同样的方式进行计算,即对于样本点(xi,yji),其投影轨迹方程为Y=Kij*a*X+b(以一次线性拟合示例),其中Kij=(yij-b)/(a*xi)。
步骤1063,获取开发车型的目标基本参数的参数值,将开发车型的目标基本参数的参数值代入每一个投影轨迹方程中,得到多个投影后的目标性能指标的候选值。
在实施中,获取开发车型的目标基本参数的参数值xd,将该参数值xd分别代入每一个投影轨迹方程中,可以得到多个投影后的目标性能指标的候选值yid,其中yid=Ki*a*xd+b(以因变量数量为一个为例进行说明)。
继续参考图2,对于每个样本点(xi,yi),其对应的拟合点为(xi,yi0),投影后的点为(xd,yid),开发车型在拟合的回归曲线上的落点为(xd,yd0)。可以理解,yi与yi0的差距代表了该样本点与拟合曲线的差异度,可以用于评估任一样本点在总样本中所处的状态,yid与yd0的差距则体现了该样本点投影后得到的目标性能指标的候选值与拟合曲线的差异度。
结合图3,可以认为该样本点(xi,yi)为沿着其相应的投影轨迹方程Y=Ki*a*X+b向投影点xd移动,直至自变量变化为开发车型的目标基本参数的参数值xd,则得到投影后的目标性能指标的候选值yid
现有技术中,一般直接取多个技术对比车型的目标性能参数的均值作为开发车型的目标性能指标的设定目标值,很可能出现设定目标过高或过低,导致车辆研发和制作成本不符合实际需求的情况。而本申请实施例中,选择与目标性能指标存在相关关系的目标基本参数,并进行相关分析,获取投影轨迹方程,将多个现有的技术对标车型的目标性能指标的参数值投影到开发车型的目标基本参数的参数值处,得到对应于该开发车型的目标基本参数的参数值的多个目标性能指标的候选值,基于投影后的目标性能指标的候选值来设定开发车型的目标性能指标的参数值,能够使设定的目标值更为精确,从而有效控制车辆开发成本。
步骤1064,对多个投影后的目标性能指标的候选值进行正态分布统计分析,根据正态分布统计分析结果设定开发车型的目标性能指标的参数值。
在实施中,获取到多个投影后的目标性能指标的候选值Yid后,对该多个候选值Yid进行正态分布统计分析,根据正态分布统计分析结果设定开发车型的目标性能指标的参数值。根据正态分布统计分析结果,至少可以获知对应开发车型的目标性能指标的参数值的取值范围以及取值概率分布情况。基于此,可以设定开发车型的目标性能指标的参数值,或直接预设一定的设定条件,使计算软件直接根据预设的设定条件来设定开发车型的目标性能指标的参数值。该设定条件例如可以为设定取值概率最高的数值作为开发车型的目标性能指标的参数值,以使该开发车型的目标性能在技术对标车型中达到中等水平。本领域技术人员可以自行设置该设定条件,本申请实施例不做具体限定。
需要注意的是,本申请实施例是利用车辆整车基本参数来设定目标性能指标的参数值,在一些情况下,还可以利用一些车辆整车基本参数的参数值来设定另一些整车基本参数的目标值,或利用车辆的性能指标的参数值来设定整车基本参数的目标值。也就是说,本申请实施例所提供的方法可以应用于多种参数类型的确定,只需该参数可数据量化即可。
综上所述,本申请实施例提供的车辆性能参数设定方法,选择与目标性能指标存在相关关系的整车基本参数作为目标基本参数,获取目标性能指标的参数值向量和目标基本参数的参数值向量的拟合回归方程,并得到对应每款技术开发车型的投影轨迹方程,将开发车型的目标基本参数的参数值代入每一个投影轨迹方程中,得到多个投影后的目标性能指标的候选值,对多个投影后的目标性能指标的候选值进行正态分布统计分析,根据正态分布统计分析结果设定开发车型的目标性能指标的参数值,实现了将现有的多个技术对标车型的目标性能指标的参数值投影到开发车型的目标基本参数的参数值处,并基于正态分布分析来设定开发车型的目标性能指标的参数值,提高了开发车型的目标性能指标参数值设定的准确性,从而能够实现车辆开发成本的有效控制。
可选的,参见图5,步骤101,确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,包括:
步骤1011,根据开发车型的产品定义,选取多个技术对标车型。
对于某一款具体的开发车型而言,可以通过以下预设条件来选取多个技术对标车型:车辆类型、轴距或上市时间等。车辆类型例如可以为紧凑型SUV(Sport UtilityVehicle,城郊多用途汽车),轴距例如可以限定为2500-2600mm,上市时间可以限定为近五年等。本领域技术人员可以自行根据需求设定该条件,以选择与开发车型相适应的技术对标车型。
步骤1012,获取多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个整车基本参数的参数值向量中的每个元素代表一款技术对标车型的整车基本参数的参数值。
具体的,车辆的性能指标一般包括整备质量、0-100m/s加速时间、制动距离和百公里油耗等,车辆的基本参数可以为长度、宽度、高度、轴距、轮距、离地间隙和整备质量等。在获取数据时,可以将多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值存储为矩阵格式,该矩阵中行向量为多个技术对标车型的参数值构成的性能指标的参数值向量或整车基本参数的参数值向量,列向量则为对应某一款技术对标车型的参数值向量,也就是说,列向量中的元素为对应某一款技术对标车型的不同性能指标和整车基本参数的参数值。此处仅给出一种存储参数值的具体示例,并不用于限定本申请实施例,本领域技术人员可以根据实际来自行设计存储方式。
步骤1013,将目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与因变量之间的线性相关系数。
在实施中,可将能够完整收集的整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与因变量之间的线型相关系数。而在另外的实施例中,还可以根据预设的条件如工程物理意义或样本收集情况等因素从所收集的整车基本参数中确定候选自变量。
步骤1014,将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
具体的,得到每个候选自变量对应的线型相关系数后,对多个线型相关系数进行排序,选取线型相关系数最高的整车基本参数作为目标基本参数。
本申请实施例中,分别计算每个候选自变量与因变量之间的线型相关系数,将其中线型相关系数值最大的候选自变量对应的整车基本参数作为目标基本参数,从而获取到了与目标性能指标相关关系最强的整车基本参数,能够进一步提高开发车型目标性能指标参数值设定的准确度。
可选的,参考图6,步骤1064,对多个投影后的目标性能指标的候选值进行正态分布统计分析,根据正态分布统计分析结果设定开发车型的目标性能指标的参数值,包括:
步骤10641,对多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率。
参考图7,图7示出了对多个投影后的目标性能指标的候选值进行正态分布拟合得到的正态分布曲线。基于该正态分布结果,可以计算多个投影后的目标性能指标的候选值的累积分布概率。
步骤10642,基于累积概率,划分目标性能指标的参数值的等级范围。
步骤10643,根据等级范围,确定开发车型的目标性能指标的参数值。
在获取到目标性能指标的参数值的等级范围后,可以根据开发车型的目标定位,确定目标设定的等级范围,在此基础上,综合考虑工程中涉及的偏差数值,既可选定开发车型的目标性能指标的设定参数值,实现开发车型目标性能指标的参数值的准确设定。
可选的,基于累积概率,划分目标性能指标的参数值的等级范围,包括:
根据累积概率分布,将目标性能指标的参数值划分为4个等级范围,当目标性能指标为数值越大则性能越佳时,4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的目标性能指标的参数值范围;
当目标性能指标为数值越小则性能越佳时,4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的目标性能指标的参数值范围。
可选的,可以为不同的等级范围设定不同的名称,如L、A、U、M。在一个实施例中,该等级范围分别对应的变量范围、竞争力等级分级和级别名称等如下表2所示:
表2车辆目标性能指标参数值设定等级范围(数值越大性能越佳时)
序号 级别 属性竞争力策略分级 累积概率 对应变量范围(基于标准差σ)
1 L top >=90% [Yd0+1.208*σ,∞]
2 A 上游 <90%,>=70% [Yd0+1.208*σ,Yd0+0.502*σ]
3 U 中游 <70%,>=30% [Yd0+0.502*σ,Yd0-0.502*σ]
4 M 下游 <30% [-∞,Yd0-0.502*σ]
其中,表中的Yd0为该多个投影后的目标性能指标的候选值的均值,σ为该多个投影后的目标性能指标的候选值的标准差。在表2的基础上,本领域技术人员可以得到当数值越大性能越低时的等级划分对应表,在此不再赘述。
参考图8,图8示出了一种示例性的基于正态分布结果来进行等级范围划分后的结果,该图以目标性能指标越大则性能越佳来举例。可以理解,不同级别对应的目标性能指标的参数值范围不相重合。
需要注意的是,上述利用累积概率来划分目标性能指标的参数值等级范围的方式为本申请实施例提供的一种示例。本领域技术人员可以在该示例基础上获取更多等级范围,或获取不同累积频率值对应的等级范围,这些等级范围均属于本申请要求保护的范围。
可选的,还可以基于上述等级范围来评价一款车型的整车性能指标的水平状态。具体的,确定该款车型的目标基本参数的参数值x0以及目标性能指标的参数值y0,得到对应该款车型的数据点(x0,y0)。获取对应该数据点的投影轨迹方程:Y=K0*a*X+b,其中K0=(y0-b)/(a*x0)。将前述开发车型的目标基本参数的参数值Xd代入该投影轨迹方程中,可以得到投影后的该款车型的目标性能指标的参数值Y0d,其中Y0d=K0*a*Xd+b。将得到的该款车型的目标性能指标的参数值Y0d与预先获得的车辆目标性能指标参数值设定等级范围相比较,可以确定该款车型的目标性能指标的水平状态,如:当Y0d落入级别L对应的参数值范围内时,认为该款车型的目标性能指标的参数值处于顶尖水平范围内,该款车型的目标性能指标对应的性能达到了顶尖水平。
可选的,还可以基于上述评估结果来确定该款车型的后续调整方向,如:对于一款设定目标为L级别的车型,当该款车型当前的目标性能指标的参数值y0落入级别U对应的参数值范围内时,可计算该参数值y0与级别L对应的参数值范围的最小值的差值(以数值越大性能越佳举例),从而确定还需调整该款车型使其目标性能指标的参数值继续增加,直至等于级别L对应的参数值范围的最小值。
可选的,若判断结果为开发车型具有与之进行对标分析的目标车型,执行步骤1071-1073。
参考图9,步骤1071,获取目标车型的目标基本参数和目标性能指标的参数值作为目标点。
步骤1072,获取对应目标点的投影轨迹方程,将开发车型的目标基本参数的参数值代入目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值。
步骤1073,将目标车型的投影后的目标性能指标的参数值作为开发车型的目标性能指标的参数值。
对于开发车型存在一个与之进行对标分析的车型时,则可直接将该车型的目标性能指标的参数值投影到开发车型的目标基本参数的参数值处,即将开发车型的目标基本参数的参数值代入到对应该车型的投影轨迹方程中,将获得的投影后的目标性能指标的参数值作为开发车型的目标性能指标的参数值。
本申请实施例中,开发车型存在一个与之进行对标分析的车型时,直接将该车型的目标性能指标的参数值投影到开发车型的目标基本参数的参数值处,从而将得到的投影后的目标性能指标的参数值开发车型的目标性能指标的参数值,实现了开发车型目标性能指标参数值的快捷设定,且考虑到了目标基本参数与目标性能指标之间的相关关系,提高了目标性能性能指标参数值设定的准确性,从而能够实现有效控制开发车型的设计和研发成本。
本申请实施例还提供一种车辆性能参数设定装置,参考图10,装置包括:
确定模块210,用于确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,目标性能指标为开发车型待设定参数值的性能指标;
参数整理模块220,用于基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到目标性能指标的参数值向量和目标基本参数的参数值向量,目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值;
数据分析模块230,用于将目标基本参数的参数值向量作为目标自变量,将目标性能指标的参数值向量作为因变量,对目标自变量和因变量进行回归分析,得到拟合的回归方程,获取拟合的回归方程中的第一数据点,第一数据点为拟合的回归方程中自变量等于零的数据点;
判断模块240,用于判断开发车型是否存在与之对标分析的目标车型;
参数整理模块250,还用于若判断结果为开发车型不具有与之进行对标分析的目标车型,根据目标自变量和因变量得到多个样本点,每个样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值;
投影模块260,用于获取每一个样本点对应的投影轨迹方程,投影轨迹方程为在拟合的回归方程中的非常数项上乘以一个调整系数得到,调整系数通过第一数据点和样本点计算得到;
投影模块270,还用于获取开发车型的目标基本参数的参数值,将开发车型的目标基本参数的参数值代入每一个投影轨迹方程中,得到多个投影后的目标性能指标的候选值;
数据分析模块280,还用于对多个投影后的目标性能指标的候选值进行正态分布统计分析,根据正态分布统计分析结果设定开发车型的目标性能指标的参数值。
可选的,确定模块210,用于:
根据开发车型的产品定义,选取多个技术对标车型;
获取多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个整车基本参数的参数值向量中的每个元素代表一款技术对标车型的整车基本参数的参数值;
将目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与因变量之间的线性相关系数;
将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
可选的,数据分析模230块,还用于:
对多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率;
基于累积概率,划分目标性能指标的参数值的等级范围;
根据等级范围,确定开发车型的目标性能指标的参数值。
可选的,数据分析模块230,还用于:
根据累积概率分布,将目标性能指标的参数值划分为4个等级范围,当目标性能指标为数值越大则性能越佳时,4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的目标性能指标的参数值范围;
当目标性能指标为数值越小则性能越佳时,4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的目标性能指标的参数值范围。
可选的,参数整理模块250,还用于若判断结果为开发车型具有与之进行对标分析的目标车型,获取目标车型的目标基本参数和目标性能指标的参数值作为目标点;
投影模块260,还用于获取对应目标点的投影轨迹方程,将开发车型的目标基本参数的参数值代入目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值;
数据分析模块230,还用于将目标车型的投影后的目标性能指标的参数值作为开发车型的目标性能指标的参数值。
具体的细节设置可参考本申请提供的车辆性能参数设定方法部分,在此不再赘述。
综上所述,本申请实施例提供的车辆性能参数设定装置,当开发车型没有与之进行对标分析的目标车型时,根据目标基本参数的参数值向量与目标性能指标的参数值向量进行回归分析,获得对应每个样本点的投影轨迹方程,将每个样本点投影到开发车型的目标基本参数的参数值处,得到多个投影后的目标性能指标的候选参数值,对多个候选参数值进行正态分布分析,根据正态分布分析结果来设定开发车型的目标参数值;当开发车型具有与之进行对标分析的目标车型时,获取对应该目标车型的目标点的投影轨迹方程,将开发车型的目标基本参数的参数值代入该投影轨迹方程,将获得的投影后的目标性能指标的参数值作为开发车型的目标性能参数的参数值,从而该装置能够为开发车型设定更为精确的目标值,实现车辆研发成本和制备成本的有效控制。
本领域技术人员在考虑说明书及实践这里公开的本申请后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种车辆性能参数设定方法,其特征在于,所述方法包括:
确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,所述目标性能指标为开发车型待设定参数值的性能指标;
基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到所述目标性能指标的参数值向量和所述目标基本参数的参数值向量,所述目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,所述目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值;
将所述目标基本参数的参数值向量作为目标自变量,将所述目标性能指标的参数值向量作为因变量,对所述目标自变量和所述因变量进行回归分析,得到拟合的回归方程;
获取所述拟合的回归方程中的第一数据点,所述第一数据点为所述拟合的回归方程中自变量等于零的数据点;
判断所述开发车型是否存在与之对标分析的目标车型;
若判断结果为所述开发车型不具有与之进行对标分析的目标车型,根据所述目标自变量和所述因变量得到多个样本点,每个所述样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值;
获取每一个所述样本点对应的投影轨迹方程,所述投影轨迹方程为在所述拟合的回归方程中的非常数项上乘以一个调整系数得到,所述调整系数通过所述第一数据点和所述样本点计算得到;
获取所述开发车型的目标基本参数的参数值,将所述开发车型的目标基本参数的参数值代入每一个所述投影轨迹方程中,得到多个投影后的目标性能指标的候选值;
对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值。
2.根据权利要求1所述的车辆性能参数设定方法,其特征在于,所述确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,包括:
根据开发车型的产品定义,选取多个技术对标车型;
获取所述多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到所述目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个所述整车基本参数的参数值向量中的每个元素代表一款技术对标车型的所述整车基本参数的参数值;
将所述目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与所述因变量之间的线性相关系数;
将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
3.根据权利要求1所述的车辆性能参数设定方法,其特征在于,所述对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值,包括:
对所述多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率;
基于所述累积概率,划分所述目标性能指标的参数值的等级范围;
根据所述等级范围,确定所述开发车型的目标性能指标的参数值。
4.根据权利要求3所述的车辆性能参数设定方法,其特征在于,所述基于所述累积概率,划分所述目标性能指标的参数值的等级范围,包括:
根据累积概率分布,将所述目标性能指标的参数值划分为4个等级范围,当所述目标性能指标为数值越大则性能越佳时,所述4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的所述目标性能指标的参数值范围;
当所述目标性能指标为数值越小则性能越佳时,所述4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的所述目标性能指标的参数值范围。
5.根据权利要求3所述的车辆性能参数设定方法,其特征在于,所述方法还包括:若判断结果为所述开发车型具有与之进行对标分析的目标车型,
获取所述目标车型的目标基本参数和目标性能指标的参数值作为目标点;
获取对应所述目标点的投影轨迹方程,将所述开发车型的目标基本参数的参数值代入所述目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值;
将所述目标车型的投影后的目标性能指标的参数值作为所述开发车型的目标性能指标的参数值。
6.一种车辆性能参数设定装置,其特征在于,所述装置包括:
确定模块,用于确定与目标性能指标存在相关关系的整车基本参数作为目标基本参数,所述目标性能指标为开发车型待设定参数值的性能指标;
参数整理模块,用于基于多个技术对标车型的目标性能指标的参数值和目标基本参数的参数值,得到所述目标性能指标的参数值向量和所述目标基本参数的参数值向量,所述目标性能指标的参数值向量中的每个元素代表一款技术对标车型的目标性能指标的参数值,所述目标基本参数的参数值向量中的每个元素代表一款技术对标车型的目标基本参数的参数值;
数据分析模块,用于将所述目标基本参数的参数值向量作为目标自变量,将所述目标性能指标的参数值向量作为因变量,对所述目标自变量和所述因变量进行回归分析,得到拟合的回归方程;获取所述拟合的回归方程中的第一数据点,所述第一数据点为所述拟合的回归方程中自变量等于零的数据点;
判断模块,用于判断所述开发车型是否存在与之对标分析的目标车型;
所述参数整理模块,还用于若判断结果为所述开发车型不具有与之进行对标分析的目标车型,则根据所述目标自变量和所述因变量得到多个样本点,每个所述样本点对应一款技术对标车型的目标基本参数的参数值与目标性能指标的参数值;
投影模块,用于获取每一个所述样本点对应的投影轨迹方程,所述投影轨迹方程为在所述拟合的回归方程中的非常数项上乘以一个调整系数得到,所述调整系数通过所述第一数据点和所述样本点计算得到;
所述投影模块,还用于获取所述开发车型的目标基本参数的参数值,将所述开发车型的目标基本参数的参数值代入每一个所述投影轨迹方程中,得到多个投影后的目标性能指标的候选值;
所述数据分析模块,还用于对所述多个投影后的目标性能指标的候选值进行正态分布统计分析,根据所述正态分布统计分析结果设定所述开发车型的目标性能指标的参数值。
7.根据权利要求6所述的车辆性能参数设定装置,其特征在于,所述确定模块,用于:
根据开发车型的产品定义,选取多个技术对标车型;
获取所述多个技术对标车型的不同整车基本参数的参数值和目标性能指标的参数值,得到所述目标性能指标的参数值向量和多个整车基本参数的参数值向量,每个所述整车基本参数的参数值向量中的每个元素代表一款技术对标车型的所述整车基本参数的参数值;
将所述目标性能指标的参数值向量作为因变量,将多个整车基本参数的参数值向量作为候选自变量,计算每个候选自变量与所述因变量之间的线性相关系数;
将数值最大的线性相关系数对应的候选自变量对应的整车基本参数作为目标基本参数。
8.根据权利要求6所述的车辆性能参数设定装置,其特征在于,所述数据分析模块,还用于:
对所述多个投影后的目标性能指标的候选值进行正态分布拟合,得到拟合的正态分布概率密度函数,并计算累积概率;
基于所述累积概率,划分所述目标性能指标的参数值的等级范围;
根据所述等级范围,确定所述开发车型的目标性能指标的参数值。
9.根据权利要求8所述的车辆性能参数设定装置,其特征在于,所述数据分析模块,还用于:
根据累积概率分布,将所述目标性能指标的参数值划分为4个等级范围,当所述目标性能指标为数值越大则性能越佳时,所述4个等级范围分别为:
累积概率大于等于90%、累积概率小于90%且大于等于70%、累积概率小于70%且大于等于30%和累积概率小于30%时对应的所述目标性能指标的参数值范围;
当所述目标性能指标为数值越小则性能越佳时,所述4个等级范围分别为:累积概率小于等于10%、累积概率大于10%且小于等于30%、累积概率大于30%且小于等于70%和累积概率大于70%时对应的所述目标性能指标的参数值范围。
10.根据权利要求8所述的车辆性能参数设定装置,其特征在于,所述参数整理模块,还用于若判断结果为所述开发车型具有与之进行对标分析的目标车型,则获取所述目标车型的目标基本参数和目标性能指标的参数值作为目标点;
所述投影模块,还用于获取对应所述目标点的投影轨迹方程,将所述开发车型的目标基本参数的参数值代入所述目标点的投影轨迹方程中,得到目标车型的投影后的目标性能指标的参数值;
所述数据分析模块,还用于将所述目标车型的投影后的目标性能指标的参数值作为所述开发车型的目标性能指标的参数值。
CN202011378939.3A 2020-11-30 2020-11-30 车辆性能参数设定方法及装置 Active CN112464409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011378939.3A CN112464409B (zh) 2020-11-30 2020-11-30 车辆性能参数设定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011378939.3A CN112464409B (zh) 2020-11-30 2020-11-30 车辆性能参数设定方法及装置

Publications (2)

Publication Number Publication Date
CN112464409A CN112464409A (zh) 2021-03-09
CN112464409B true CN112464409B (zh) 2024-03-26

Family

ID=74805141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011378939.3A Active CN112464409B (zh) 2020-11-30 2020-11-30 车辆性能参数设定方法及装置

Country Status (1)

Country Link
CN (1) CN112464409B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239464B (zh) * 2021-06-02 2024-01-30 北京汽车集团越野车有限公司 一种车身断面确定方法及装置
CN113378304B (zh) * 2021-08-12 2021-11-23 江铃汽车股份有限公司 一种车辆性能目标的确定方法、装置、存储介质及设备
CN113722820A (zh) * 2021-08-26 2021-11-30 江铃汽车股份有限公司 一种整车重量高阶预估及整车重量目标设定的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326602A (zh) * 2016-09-23 2017-01-11 江铃汽车股份有限公司 一种车辆设计属性目标设定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1770618A1 (en) * 2005-09-26 2007-04-04 Mazda Motor Corporation Vehicle planning support system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326602A (zh) * 2016-09-23 2017-01-11 江铃汽车股份有限公司 一种车辆设计属性目标设定方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
non-linear modal based predictive control through dynamic non-linear partial least squares;G.baffi et al;《Chemical engineering research and design》;第80卷;75-86 *
不同尺寸车身轻量化评价及重量目标设定;李文中;王立;李振兴;蒋新亮;王飞飞;吴皓亮;马秋;李莉;;汽车实用技术(第19期);122-124+132 *
汽车底盘动力学性能主观评价研究现状与展望;管欣;宗长富;王化吉;;汽车工程学报(第04期);159-174 *
车辆折算系数的分析计算;李晶, 刘丽;辽宁省交通高等专科学校学报(第01期);30-31+33 *
轻型车动力总成驾驶性客观评价研究;胡月;《中国优秀硕士学位论文全文数据库 工程科技II辑》(第2期);1-191 *

Also Published As

Publication number Publication date
CN112464409A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112464409B (zh) 车辆性能参数设定方法及装置
CN111327377B (zh) 场强预测方法、装置、设备及存储介质
CN110991474A (zh) 一种机器学习建模平台
CN111401785A (zh) 一种基于模糊关联规则的电力系统设备故障预警方法
US20190377027A1 (en) Tester and method for testing a device under test and tester and method for determining a single decision function
CN112557034A (zh) 一种基于pca_cnns的轴承故障诊断方法
CN111861667A (zh) 车辆推荐方法及装置、电子设备、存储介质
CN113935535A (zh) 一种面向中长期预测模型的主成分分析方法
CN110147493B (zh) 活跃因子的确定方法、装置、计算机设备及存储介质
CN105306252A (zh) 一种自动判别服务器故障的方法
CN102709207B (zh) 质量评估设备、方法和使计算机执行质量评估方法的程序
KR100706544B1 (ko) 전산해석 신뢰도 분석방법
EP4287083A1 (en) Determination program, determination apparatus, and method of determining
CN107392914A (zh) 基于自适应聚类算法的核磁共振图像分割方法
CN116719714A (zh) 一种测试用例的筛选模型的训练方法及相应的装置
CN114429172A (zh) 基于变电站用户构成的负荷聚类方法、装置、设备及介质
CN114154252B (zh) 新能源汽车动力电池系统失效模式的风险评估方法及装置
CN115526276A (zh) 一种具有鲁棒性的风洞天平校准载荷预测方法
CN112733903B (zh) 基于svm-rf-dt组合的空气质量监测与告警方法、系统、装置和介质
CN114912739A (zh) 环境与变电站运维费用关联模型的构建及应用方法
CN109284320B (zh) 大数据平台上的自动回归诊断方法
CN111488903A (zh) 基于特征权重的决策树特征选择方法
CN116680517B (zh) 一种自动驾驶仿真测试中失败概率的确定方法及装置
CN112434839B (zh) 一种配电变压器重过载风险的预测方法及电子设备
CN116307734A (zh) 项目的风险等级的确定方法、装置、设备及可读存储介质

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