CN112950030B - 电动汽车的残差评估方法、装置、电子设备及存储介质 - Google Patents
电动汽车的残差评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112950030B CN112950030B CN202110232747.XA CN202110232747A CN112950030B CN 112950030 B CN112950030 B CN 112950030B CN 202110232747 A CN202110232747 A CN 202110232747A CN 112950030 B CN112950030 B CN 112950030B
- Authority
- CN
- China
- Prior art keywords
- information
- entropy
- index
- index under
- key factor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000011156 evaluation Methods 0.000 claims abstract description 39
- 238000012423 maintenance Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006855 networking Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000003287 optical 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请提供的一种电动汽车的残差评估方法、装置、电子设备及存储介质,涉及电动汽车技术领域。该电动汽车的残差评估方法,包括:采集获取目标电动汽车的历史关键因素,历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的熵权;根据各历史关键因素的预设权重、各历史关键因素下至少一项指标、各历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取目标电动汽车的残值率;根据残值率以及目标电动汽车的新车价格,获取目标电动汽车的汽车残值。提高了电动车的残差评估的准确度。
Description
技术领域
本申请涉及电动汽车技术领域,具体而言,涉及一种电动汽车的残差评估方法、装置、电子设备及存储介质。
背景技术
随着经济水平的提高,越来越多的人购买汽车作为代步工具。因此,汽车已成为人们生活中重要的部分,电动汽车拥有着节能环保、低排放等方面的优势,已成为现代汽车行业中最有发展前景的一个领域。
在电动汽车的二手车交易中,“残值焦虑”是影响新能源汽车交易的重要因素之一。目前的残值评估体系主要集中在对于燃油汽车的评估上,对于电动汽车的残差评估尚未完善,而传统的二手车残值评估体系多集中于对车龄、故障、维修记录等的考虑上,对纯电动汽车并不完全适用。
因此,现有的残值评估体系,对电动车的残差评估不准确。
发明内容
为了解决现有技术中存在的问题,本申请提供了一种电动汽车的残差评估方法、装置、电子设备及存储介质。
本申请第一方面提供一种电动汽车的残差评估方法,包括:
采集获取目标电动汽车的历史关键因素,所述历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;
根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;
根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;
根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值。
可选地,所述根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权,包括:
根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵;
根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权。
可选地,所述根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵,包括:
采用公式计算获取各所述历史关键因素下至少一项指标对应的信息熵Ei,其中,/>其中,n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,为指标i中样本j的标准化。
可选地,所述根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权,包括:
采用公式计算获取各所述历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
可选地,所述根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率,包括:
根据公式获取所述目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
可选地,所述采集获取目标电动汽车的历史关键因素,包括下述至少一项:
通过车联网终端获取所述车辆基本信息、所述动力电池状态信息、所述驱动电机状态信息;
通过维保管理系统获取所述维修保养信息。
本申请第二方面提供一种电动汽车的残差评估装置,包括:获取单元、计算单元;
所述获取单元,用于采集获取目标电动汽车的历史关键因素,所述历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;
所述计算单元,用于根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;
用于根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;
用于根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值。
可选地,所述计算单元,用于根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵;
根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权。
可选地,所述计算单元,用于采用公式计算获取各所述历史关键因素下至少一项指标对应的信息熵Ei,其中/> 其中,n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。
可选地,所述计算单元,用于采用公式计算获取各所述历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
可选地,所述计算单元,用于根据公式获取所述目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
可选地,所述获取单元,用于通过车联网终端获取所述车辆基本信息、所述动力电池状态信息、所述驱动电机状态信息;
通过维保管理系统获取所述维修保养信息。
本申请第三方面提供一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述第一方面所述方法的步骤。
本申请第四方面提供一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时,执行如上述第一方面所述方法的步骤。
本申请实施例提供的一种电动汽车的残差评估方法、装置、电子设备及存储介质中,该电动汽车的残差评估方法,包括:采集获取目标电动汽车的历史关键因素,所述历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值。本申请实施例中,通过获取电动汽车的多个历史关键因素,多个历史关键因素下至少一项指标、各个历史关键因素下至少一项指标对应的熵权信息,各历史关键因素的预设权重,并利用上述数据进行电动汽车参数率的计算,提高了电动车的残差评估的准确度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请一实施例提供的一种电动汽车的残差评估方法的流程示意图;
图2为本申请另一实施例提供的一种电动汽车的残差评估方法的流程示意图;
图3为本申请一实施例提供的电动汽车的残差评估装置的示意图;
图4为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
此外,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“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。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
目前的残值评估体系主要集中在对于燃油汽车的评估上,对于电动汽车的残差评估尚未完善,而传统的二手车残值评估体系多集中于对车龄、故障、维修记录等的考虑上,对纯电动汽车并不完全适用。
为了解决上述现有技术中存在的技术问题,本申请提供一种发明构思:获取电动汽车的多个历史关键因素,多个历史关键因素下至少一项指标、各个历史关键因素下至少一项指标对应的熵权信息,各历史关键因素的预设权重,并利用上述数据进行电动汽车参数率的计算,提高了电动车的残差评估的准确度。
下面通过可能的实现方式对本申请所提供的具体技术方案进行说明。
图1为本申请一实施例提供的一种电动汽车的残差评估方法的流程示意图,该方法的执行主体可以是计算机、服务器等具有处理功能的设备。如图1所示,该方法包括:
S101、采集获取目标电动汽车的历史关键因素。
可选地,历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息等一种或多种类型的数据。
历史关键因素可以通过车联网系统、车机采集设备、维保管理系统等获取,还可以通过道路交通中的视频信息,违章信息等获取,对此本申请实施例不做限定。另外,需要说明的是,在本申请实施例中,目标电动汽车一般针对二手电动汽车。
S102、根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的熵权。
在本申请实施例中,各历史关键因素下对应不同的指标,例如:车辆基本信息可以对应车龄、价格等指标;维修保养信息可以对应故障、维修、保养情况、事故等指标;车辆行程信息对应包括:里程指标;驾驶行为信息可以包括:用车频度、急加减速、超速次数等指标;驱动电机状态信息可以对应报警、维修、更换次数等指标;动力电池状态信息可以对应充放电次数、快慢充次数、充放电深度等指标。
另外,历史关键因素还可以包括其他因素,其他因素下的指标例如可以包括:市场、政策影响等,本申请不作限制。
在本申请实施例中,可以通过预设熵权法确定各个历史关键因素下的每个指标的权重。
S103、根据各历史关键因素的预设权重、各历史关键因素下至少一项指标、各历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取目标电动汽车的残值率。
需要说明的是,各个不同的电动汽车,在进行二手车交易时,其主要凸显的特点可能不同。例如:有部分电动汽车的特点集中在电池续航里程上、有另一部分的电动车的特点集中在动力电池性能上,还有一部分二手电动汽车的特点集中在驾驶行为信息不存在污点等,根据各个电动汽车在历史关键因素中的重要程度,为各历史关键因素确定预设权重。可选地,各历史关键因素的预设权重可以根据专家权重法确定,例如可以根据经验或历史数据等进行确定,在此不作限制。
示例性地,当目标电动车的特点体现在动力电池上时,则该目标电动车所有历史关键因素中,动力电池的预设权重相应可以设置为最大。在一种实现方式中,可以综合根据各历史关键因素的预设权重、各历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取目标电动汽车的残值率。
S104、根据残值率以及目标电动汽车的新车价格,获取目标电动汽车的汽车残值。
在本申请实施例中,可以将目标电动汽车的残值率乘以该目标电动车的新车价格,即为目标电动汽车的剩余残值。
本申请实施例提供的一种电动汽车的残差评估方法中,采集获取目标电动汽车的历史关键因素,所述历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值。本申请实施例中,通过获取电动汽车的多个历史关键因素,多个历史关键因素下至少一项指标、各个历史关键因素下至少一项指标对应的熵权信息,各历史关键因素的预设权重,并利用上述数据进行电动汽车参数率的计算,提高了电动车的残差评估的准确度。
图2为本申请另一实施例提供的一种电动汽车的残差评估方法的流程示意图,如图2所示,步骤S102具体还可以包括:
S201、根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的信息熵。
S202、根据各历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各历史关键因素下至少一项指标对应的熵权。
汽车残值反映汽车耗损情况,往往是不可逆的,且耗损程度越大、对残值的影响越大,基于此,本申请实施例采用熵权法计算获取各历史关键因素下至少一项指标对应的信息熵,并根据各历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各历史关键因素下至少一项指标对应的熵权。
可选地,根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的信息熵,包括:
采用公式计算获取各历史关键因素下至少一项指标对应的信息熵Ei,其中,/>其中,n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。另外,指标编号i取值一般不超过指标总数n,为[1,n]之间的整数。
需要说明的是,n为指标总数,即为对应关键因素下的指标总数。示例性地,当历史关键因素包括车辆基本信息,且车辆基本信息包括:1-车龄、2-价格指标时,n的值为2。i表示指标编号,当车辆基本信息为车辆价格时,i的值为2。j为指标的样本数,表示对应指标下的第几个样本。
pij为所有指标i的取值中,取值为的概率,其中,/>为指标i中样本j的标准化。可选地,在本申请实施例中将可以将/>标准化于0-1之间。此外,也可以将/>标准化于其他数字区间内,对此本申请实施例不做限定。另外,pij满足:如果pij=0,则定义/>
可选地,根据各历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各历史关键因素下至少一项指标对应的熵权,包括:采用公式计算获取各历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
其中,需要说明的是,Ei表示指标i的信息熵,n表示当前关键因素下的指标的总数。
可选地,根据各历史关键因素的预设权重、各历史关键因素下至少一项指标、各历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取目标电动汽车的残值率,包括:
根据公式获取目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
示例性地,在本申请实施例中,Wi是指标i的残值率权重,一般满足残差在数理统计中是指实际观察值与估计值(拟合值)之间的差,在本申请实施例中,残差ε表示残值率(观察值)和估计值(γ)之间的差值。
本申请实施例中提供的算法,考虑了电动汽车使用过程中的关键因素、关键指标,并考虑了使用的具体情况来确定权重,可以精确的进行残值评估。
可选地,采集获取目标电动汽车的历史关键因素,包括下述至少一项:
通过车联网终端获取所述车辆基本信息、动力电池状态信息、驱动电机状态信息;
通过维保管理系统获取维修保养信息。
在一种实现方式中,可以通过车联网终端(Telematics BOX,简称TBOX)获取车辆的驱动电机状态信息、动力电池状态信息以及车辆行程信息等。通过车辆的在售信息,获取电动汽车的基本信息。
另外,可以通过维保管理系统,例如:不间断电源(Uninterruptible PowerSupply,简称UPS)获取电动汽车的维修信息、保养信息等。
进一步地,在本申请实施例中,可以先通过车机采集设备获取得到电动汽车的历史速度信息、历史启动信息、再通过预设的数据清洗算法从获取的历史数据中清洗得到电动汽车的用车频率信息、急加减速信息、以及超速次数等信息,作为车辆的驾驶行为信息。
为了清楚说明本申请提供的电动汽车的残差评估方法,本申请实施例提供了一个完整的执行流程,步骤如下:
步骤1:采集获取目标电动汽车的历史关键因素、以及各个关键因素下至少一项指标数据。
步骤2:采用专家权重法,确定指标的预设权重。
需要说明的是,在本申请实施例中,可以根据具体电动汽车品牌、车型、产品特性、车辆配置等,采用专家权重法,确定指标的预设权重ai。
步骤3:指标标准化,获取
根据电动汽车寿命,定义各个指标的上限/下限(若有),再根据标准化计算公式,将获取的各个指标信息进行数据标准化计算。
步骤4:采用公式计算获取各历史关键因素下至少一项指标对应的信息熵Ei,其中,/>其中,n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。
需要说明的是,在本申请实施例中,信息熵Ei可以用于确定各指标相较于新车的耗损程度。
步骤5:采用公式计算获取各所述历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
步骤6:循环执行步骤3-步骤5,获取每个历史关键因素下的指标熵权。
步骤7:根据公式获取所述目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
步骤8:通过电动汽车的残值率乘以目标电动汽车的新车价格,即可评估得到目标电动汽车的汽车残值。
可以理解的是,本申请实施例中,通过获取电动汽车的多个历史关键因素,多个历史关键因素下至少一项指标、各个历史关键因素下至少一项指标对应的熵权,各历史关键因素的预设权重,并利用上述数据进行电动汽车参数率的计算,提高了电动车的残差评估的准确度以及科学性。
下述对用以执行本申请所提供的电动汽车的残差评估方法所对应的装置及存储介质等进行说明,其具体的实现过程以及技术效果参见上述,下述不再赘述。
图3为本申请一实施例提供的电动汽车的残差评估装置的示意图,如图3所示,该装置可以包括:获取单元301、计算单元302;
获取单元301,用于采集获取目标电动汽车的历史关键因素,历史关键因素包括:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;
计算单元302,用于根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的熵权;
用于根据各历史关键因素的预设权重、各历史关键因素下至少一项指标、各历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取目标电动汽车的残值率;
用于根据残值率以及目标电动汽车的新车价格,获取目标电动汽车的汽车残值。
可选地,计算单元302,用于根据预设熵权法,计算获取各历史关键因素下至少一项指标对应的信息熵;
根据各历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各历史关键因素下至少一项指标对应的熵权。
可选地,计算单元302,用于采用公式计算获取各历史关键因素下至少一项指标对应的信息熵Ei,其中/> 其中,n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。
可选地,计算单元302,用于采用公式计算获取各历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
可选地,计算单元302,用于根据公式获取目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
可选地,获取单元301,用于通过车联网终端获取车辆基本信息、动力电池状态信息、驱动电机状态信息;
通过维保管理系统获取维修保养信息。
图4为本申请一实施例提供的电子设备的结构示意图,包括:处理器710、存储介质720和总线730,存储介质720存储有处理器710可执行的机器可读指令,当电子设备运行时,处理器710与存储介质720之间通过总线730通信,处理器710执行机器可读指令,以执行上述方法实施例的步骤。具体实现方式和技术效果类似,这里不再赘述。
本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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系统,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,装置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。
所述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或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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,在本申请各个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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上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 (6)
1.一种电动汽车的残差评估方法,其特征在于,包括:
采集获取目标电动汽车的历史关键因素,所述历史关键因素包括以下至少一项:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;
根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;
根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;
根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值;
所述采集获取目标电动汽车的历史关键因素,包括下述至少一项:
通过车联网终端获取所述车辆基本信息、所述动力电池状态信息以及所述驱动电机状态信息;
通过维保管理系统获取所述维修保养信息;
所述根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权,包括:
根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵;
根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权;
所述根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵,包括:
采用公式计算获取各所述历史关键因素下至少一项指标对应的信息熵Ei,其中,/>n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权,包括:
采用公式计算获取各所述历史关键因素下至少一项指标对应的熵权wi,n为大于0的整数。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率,包括:
根据公式获取所述目标电动汽车的残值率γ,其中,Wi=ai*wi,fi表示第i个指标,Wi是指标i的残值率权重,ε表示残差,ai表示第i个指标的预设权重。
4.一种电动汽车的残差评估装置,其特征在于,包括:获取单元、计算单元;
所述获取单元,用于采集获取目标电动汽车的历史关键因素,所述历史关键因素包括以下至少一项:车辆基本信息、维修保养信息、车辆行程信息、驾驶行为信息、驱动电机状态信息、动力电池状态信息;
所述计算单元,用于根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的熵权;
用于根据各所述历史关键因素的预设权重、各所述历史关键因素下至少一项指标、各所述历史关键因素下至少一项指标对应的熵权、以及预设评估算法,获取所述目标电动汽车的残值率;
用于根据所述残值率以及所述目标电动汽车的新车价格,获取所述目标电动汽车的汽车残值;
所述获取单元具体用于以下至少一项:通过车联网终端获取所述车辆基本信息、所述动力电池状态信息以及所述驱动电机状态信息;通过维保管理系统获取所述维修保养信息;
所述计算单元,用于根据预设熵权法,计算获取各所述历史关键因素下至少一项指标对应的信息熵;
根据各所述历史关键因素下至少一项指标对应的信息熵以及预设熵权公式,计算获取各所述历史关键因素下至少一项指标对应的熵权;
所述计算单元,具体用于采用公式计算获取各所述历史关键因素下至少一项指标对应的信息熵Ei,其中,/> n为指标总数,i为大于0的整数、表示指标编号,j为大于0的整数、表示指标的样本数,pij为所有指标i中取值/>的概率,/>为指标i中样本j的标准化。
5.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-3任一项所述方法的步骤。
6.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110232747.XA CN112950030B (zh) | 2021-03-02 | 2021-03-02 | 电动汽车的残差评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110232747.XA CN112950030B (zh) | 2021-03-02 | 2021-03-02 | 电动汽车的残差评估方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950030A CN112950030A (zh) | 2021-06-11 |
CN112950030B true CN112950030B (zh) | 2024-02-06 |
Family
ID=76247326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110232747.XA Active CN112950030B (zh) | 2021-03-02 | 2021-03-02 | 电动汽车的残差评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950030B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115879038B (zh) * | 2023-03-08 | 2023-06-06 | 中环洁集团股份有限公司 | 一种环卫设备维修评估方法、系统、设备及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204138A (zh) * | 2016-07-11 | 2016-12-07 | 上海安吉星信息服务有限公司 | 一种车辆残值率评估方法及装置 |
CN109839602A (zh) * | 2019-02-02 | 2019-06-04 | 爱驰汽车(上海)有限公司 | 动力电池性能和价值评估方法、装置、电子设备 |
CN110634021A (zh) * | 2019-09-06 | 2019-12-31 | 深圳壹账通智能科技有限公司 | 基于大数据的车辆估值方法、系统、设备及可读存储介质 |
CN110706039A (zh) * | 2019-10-16 | 2020-01-17 | 爱驰汽车有限公司 | 电动汽车残值率评估系统、方法、设备及介质 |
CN111707957A (zh) * | 2020-04-23 | 2020-09-25 | 北京邮电大学 | 电动汽车电池残值估算方法及装置 |
CN112101998A (zh) * | 2020-09-15 | 2020-12-18 | 北京嘀嘀无限科技发展有限公司 | 残值确定方法、模型获取方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7546273B2 (en) * | 2001-08-30 | 2009-06-09 | International Business Machines Corporation | System and method for evaluating residual values of products |
-
2021
- 2021-03-02 CN CN202110232747.XA patent/CN112950030B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204138A (zh) * | 2016-07-11 | 2016-12-07 | 上海安吉星信息服务有限公司 | 一种车辆残值率评估方法及装置 |
CN109839602A (zh) * | 2019-02-02 | 2019-06-04 | 爱驰汽车(上海)有限公司 | 动力电池性能和价值评估方法、装置、电子设备 |
CN110634021A (zh) * | 2019-09-06 | 2019-12-31 | 深圳壹账通智能科技有限公司 | 基于大数据的车辆估值方法、系统、设备及可读存储介质 |
CN110706039A (zh) * | 2019-10-16 | 2020-01-17 | 爱驰汽车有限公司 | 电动汽车残值率评估系统、方法、设备及介质 |
CN111707957A (zh) * | 2020-04-23 | 2020-09-25 | 北京邮电大学 | 电动汽车电池残值估算方法及装置 |
CN112101998A (zh) * | 2020-09-15 | 2020-12-18 | 北京嘀嘀无限科技发展有限公司 | 残值确定方法、模型获取方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
"Automatic registration method of rail profile in train-running environment";Wang Hao 等;《Journal of Beijing University of Aeronautics and Astronautics》;20190628;第44卷(第11期);第2273-2282页 * |
"修正的重置成本法在二手乘用车价值评估中的应用研究";徐海平;《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》;20200815(第08期);第J150-50页 * |
"基于主题模型的车辆残值评估研究";张弦;《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》;20180915(第09期);第J150-168页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112950030A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7294716B2 (ja) | 二次電池管理装置 | |
EP3734538A1 (en) | Secondary cell management device and secondary cell management program | |
US9217779B2 (en) | Method and system for obtaining degradation of battery using degradation model and parameters related to the degradation | |
CN112816885A (zh) | 一种电池异常检测方法、装置、电子设备及存储介质 | |
CN112068004A (zh) | 一种电池异常、电池充电剩余时间的确定方法及装置 | |
JP2016170600A (ja) | 交換価格設定装置、交換価格設定方法、プログラム、および記録媒体 | |
EP4116132A1 (en) | System and method of monitoring battery | |
CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
CN114829961A (zh) | 利用机器学习模型预测电池健康状况的方法和系统 | |
JP2021048663A (ja) | 電池制御装置、充放電システム、駐車場システム、二次電池リユースシステム、電池制御方法、及び電池制御プログラム | |
CN115219903A (zh) | 基于车联网数据分析的电池自放电率异常判断方法及装置 | |
CN112950030B (zh) | 电动汽车的残差评估方法、装置、电子设备及存储介质 | |
CN115884895A (zh) | 用于预报电动车辆车队的车辆电池的剩余使用寿命的方法 | |
CN115510990A (zh) | 一种模型训练方法和相关装置 | |
CN114879070A (zh) | 一种电池状态评估方法及相关设备 | |
CN117630672A (zh) | 借助变换器模型预测诊断技术设备的设备电池的方法和设备 | |
CN115034821A (zh) | 一种车辆估值方法、装置、计算机设备及存储介质 | |
CN114043875A (zh) | 基于大数据的剩余里程预估偏差分析方法和系统 | |
CN112765726B (zh) | 一种寿命预测方法及装置 | |
CN116308697B (zh) | 一种电池管理方法、系统及计算机存储介质 | |
CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
CN114056187A (zh) | 车辆续航里程计算方法、装置、设备及存储介质 | |
CN115619430A (zh) | 用户价值评估方法及装置 | |
CN114764600A (zh) | 新能源车电池包的寿命预测方法、装置和电子设备 | |
CN112364082A (zh) | 车辆的能耗分析方法和装置 |
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 |