CN114399164B - 一种汽车配置需求分析方法 - Google Patents
一种汽车配置需求分析方法 Download PDFInfo
- Publication number
- CN114399164B CN114399164B CN202111549007.5A CN202111549007A CN114399164B CN 114399164 B CN114399164 B CN 114399164B CN 202111549007 A CN202111549007 A CN 202111549007A CN 114399164 B CN114399164 B CN 114399164B
- Authority
- CN
- China
- Prior art keywords
- scene
- vehicle
- original
- price
- market segment
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000000284 resting effect Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 230000000391 smoking effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 238000007405 data analysis Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 abstract description 6
- 238000012216 screening Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 239000004202 carbamide Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- 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
- G06Q30/0283—Price estimation or determination
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了一种汽车配置需求分析方法，包括有步骤：录入原始数据，原始数据包括车辆生命周期、原始场景、需求、配置、迫切度评分、期望价格，根据可忽略场景筛选原始场景，得出基础场景库，录入细分市场和细分市场的重要程度数值，获取期望价格与实际价格的价格差率，根据价格差率、迫切度评分、细分市场重要度数值，筛选基础场景库，得出关键场景库。根据本发明的汽车配置需求分析方法，优化原始数据内容，建立高效的数据分析方法，提高分析结果的准确率，实现配置需求数据的统一管理，降低生产成本。
Description
技术领域
本发明涉及数据处理分析技术领域，特别是涉及一种汽车配置需求分析方法。
背景技术
汽车工业作为世界最大的制造工业，是在许多相关联的企业和有关技术的基础上发展起来的综合性工业。汽车从策划到设计，再到生产、销售，是一个巨大的生产工程，生产成本极高。
随着汽车生产技术的不断发展，汽车配置也越来越多样，为降低生产工程的时间和成本，企业建立了汽车配置需求分析方法，对产品配置需求数据进行分析，以使得研发设计的产品更符合市场的实际需求。
但是，现有的汽车产品配置需求分析，数据内容过于单一，分析结果的准确率较低，分析方法的实用性较低，导致生成过程中，容易出现原材料库存过剩、成品备车滞留等现象，大大提高了生产成本。
发明内容
本发明的目的是：提供一种汽车配置需求分析方法，优化原始数据内容，建立高效的数据分析方法，提高分析结果的准确率，实现配置需求数据的统一管理，降低生产成本。
为了实现上述目的，本发明提供了一种汽车配置需求分析方法，包括以下步骤：
录入原始数据，所述原始数据包括有车辆生命周期、所述车辆生命周期的不同时段对应的原始场景、所述原始场景存在的需求、解决所述需求所需的配置、所述需求的迫切度评分、所述配置的期望价格；
录入可忽略场景，判断根据所述原始场景是否为所述可忽略场景，若否，将所述原始场景对应的所述原始数据录入基础场景库；
录入所述原始场景对应的细分市场和所述细分市场的重要程度数值；
录入所述配置的实际价格，得出所述期望价格与所述实际价格的价格差率；
获取所述基础场景库中的原始场景的关键度，所述关键度由以下公式计算：K=N*I*V，其中，K表示关键度，N表示迫切度评分，I表示重要程度数值；V表示价格差率；
设定所述关键度的取值范围，判断所述关键度是否处于所述取值范围内，若是，将所述原始场景及所述原始场景对应的所述需求和所述配置录入关键场景库。
根据本发明的一些实施例，所述车辆生命周期包括有选车时段、购车时段、用车时段、管车时段、修车时段和换车时段。
根据本发明的一些实施例，所述用车时段对应的所述场景包括有装货、车辆检测、上下车、行车操作、行车安全、行车生活、行车娱乐、休息生活、停车监测和卸货等。
根据本发明的一些实施例，所述车辆生命周期的所述用车时段分为出车前、行车中和停车。
根据本发明的一些实施例，所述价格差率由以下公式计算：V=(A-B)/B，其中，V表示所述价格差率，A表示所述期望价格，B表示所述实际价格。
根据本发明的一些实施例，所述细分市场包括有依重要程度数值从大到小排列的长途配货、中长途散配、中长途冷链、中长途危险品、区域危险品、区域散配、区域煤炭和区域砂石料。
根据本发明的一些实施例，录入所述细分市场的TIV增长率、所述细分市场的年度销量、所述年度的总销量；所述细分市场的重要程度大小数值由以下公式计算：I=F*S/T;其中，I表示所述细分市场的所述重要程度数值；F表示所述TIV增长率，S表示所述年度销量；T表示所述年度的总销量。
根据本发明的一些实施例，细分所述关键场景库中所述原始场景，得出微场景，并得出所述微场景对应的具体需求和具体配置；建立细化场景库，将所述微场景、所述具体需求、所述具体配置、所述微场景对应的所述细分市场录入细化场景库。
根据本发明的一些实施例，所述细化场景库中的所述微场景包括有油耗成本、经常走矿区和国道、按吨计算运费、本地加小油、频繁添加尿素、频繁检测车况、长时间驾车、开车时抽烟等。
本发明实施例一种汽车配置需求分析方法，与现有技术相比，其有益效果在于：
本发明实施例的汽车配置需求分析方法，原始数据包括车辆全生命周期、原始场景、需求、配置等多个维度，优化了原始数据的内容；通过为原始场景设定关键度的数据分析方法，并依据关键度筛选建立关键场景库，使得分析研究过程高效并且有据可循，有利于避免人为主观判断对分析结构的影响，提高了分析准确率；将最终得出的原始数据、需求和配置存储在关键场景库中，实现对分析结果的统一管理。因此，本发明实施例的汽车配置需求分析方法，优化原始数据内容，建立高效的数据分析方法，提高分析结果的准确率，实现配置需求数据的统一管理，降低生产成本。
附图说明
图1是本发明实施例的汽车配置需求分析方法的步骤流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所述的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
下面参考图1描述根据本发明实施例的汽车配置需求分析方法。
如图1所示，根据本发明实施例的汽车配置需求分析方法，本发明提供了一种汽车配置需求分析方法。
对多个用户开展调研，其中用户可包括有卡车司机、副驾位人员、吸烟人士、夫妻、长途司机、夜间行车人员等，调研方式包括有定性探访或者研究团队跟车，通过收集整理用户在购买使用等车辆生命周期内发生原始场景，并进一步收集在该原始场景中所产生的需求，及解决需求所需的配置和配置的期望价，实现对用户用车数据的多维度研究。其中，本发明实施例的汽车配置需求分析方法，包括有以下步骤：
设定车辆生命周期、车辆生命周期的不同时段对应的原始场景、原始场景存在的需求、解决需求所需的配置、需求的迫切度评分、配置的期望价格等作为原始数据，将上述原始数据通过纸质调查表或者电子调查表等方式展现，并将上述纸质调查表或者电子调查表发给用户，让用户勾选在某一车辆生命周期内遇到的场景，和该场景下的需求，以及针对该需求，客户期望的配置，客户对该期望配置的期望价格。
将上述用户勾选后的调查表作为原始数据录入，从而设定的原始数据中包含了不同时间、不同人物、不同需求、不同配置的原始场景，实现对原始场景进行的多维度研究，而不是简单地对工况场景进行细化拆分，解决了传统研究中维度单一的问题。
需要说明的是，车辆生命周期可划分为选车时段、购车时段、用车时段、管车时段、修车时段和换车时段。更进一步地，车辆生命周期的用车时段可分为出车前、行车中和停车。更进一步地，用车时段对应的场景可包括有装货、车辆检测、上下车、行车操作、行车安全、行车生活、行车娱乐、休息生活、停车监测和卸货等。
录入可忽略场景，将可忽略场景从原始场景中筛选排除出来，建立基础场景库，并将刷新后的原始场景录入立基础场景库。
录入原始场景的细分市场和细分市场的重要程度数值。录入配置的实际价格，得出细化场景库期望价格与细化场景库实际价格的价格差率。价格差率由以下公式计算：V=(A-B)/B，其中，V表示价格差率，A表示期望价格，B表示实际价格。
需要说明的是，细分市场可划分为长途配货、中长途散配、中长途冷链、中长途危险品、区域危险品、区域散配、区域煤炭和区域砂石料。
需要说明的是，细分市场的重要程度数值通过以下方式计算得出：录入细分市场的TIV增长率、细分市场的年度销量、年度的总销量；通过公式：I=F*S/T，其中，I表示细分市场的重要程度数值，F表示TIV增长率，S表示年度销量，T表示上述年度的总销量；计算得出细分市场的重要程度大小数值。需要说明的是，TIV为汽车的安全性、油耗、排放物的综合性能。
通过公式：K=N*I*V，其中，K表示关键度，N表示迫切度评分，I表示重要程度数值，V表示价格差率；计算得出原始场景的关键度，并设定原始场景关键度的取值范围。建立关键场景库，将关键度在取值范围内的原始场景及其对应的需求和配置录入到关键场景库。
更进一步地，展开关键场景库中的原始场景，得出多个微场景，并得出微场景的对应的具体需求，最终得出具体需求所需的具体配置。建立细化场景库，将上述微场景、具体需求和具体配置录入细化场景库。通过建立成细化场景库，在日常生产中，可根据用户的实际情况，从细化场景库中找出相匹配的微场景，然后再进一步在相匹配的微场景中，根据用户的实际情况，找出相匹配的具体需求，最终得出适合用户实际情况的产品的具体配置。根据细化场景库得出的具体配置，指导产品设计，以及原材料的选型和备料，有利于加快生产过程，设计出更符合用户需求的产品，从而降低成品备车滞留的几率，降低生产成本
需要说明的是，细化场景库中的微场景可包括有油耗成本、经常走矿区和国道、按吨计算运费、本地加小油、频繁添加尿素、频繁检测车况、长时间驾车等。
本发明实施例的汽车配置需求分析方法，原始数据包括车辆全生命周期、原始场景、需求、配置等多个维度，优化了原始数据的内容；通过为原始场景设定关键度的数据分析方法，并依据关键度筛选建立关键场景库，使得分析研究过程高效并且有据可循，有利于避免人为主观判断对分析结构的影响，提高了分析准确率；将最终得出的原始数据、需求和配置存储在关键场景库中，实现对分析结果的统一管理。因此，本发明实施例的汽车配置需求分析方法，优化原始数据内容，建立高效的数据分析方法，提高分析结果的准确率，实现配置需求数据的统一管理，降低生产成本。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不退出本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (3)
1.一种汽车配置需求分析方法，其特征在于，包括：
录入原始数据，所述原始数据包括有车辆生命周期、所述车辆生命周期的不同时段对应的原始场景、所述原始场景存在的需求、解决所述需求所需的配置、所述需求的迫切度评分和所述配置的期望价格；
录入可忽略场景，判断所述原始场景是否为所述可忽略场景，若否，将所述原始场景对应的所述原始数据录入基础场景库；
录入所述原始场景对应的细分市场和所述细分市场的重要程度数值；
录入所述配置的实际价格，得出所述期望价格与所述实际价格的价格差率；
获取所述基础场景库中的原始场景的关键度，所述关键度由以下公式计算：K=N*I*V，其中，K表示关键度，N表示迫切度评分，I表示重要程度数值；V表示价格差率；
设定所述关键度的取值范围，判断所述关键度是否处于所述取值范围内，若是，将所述原始场景及所述原始场景对应的所述需求和所述配置录入关键场景库；
所述车辆生命周期包括有选车时段、购车时段、用车时段、管车时段、修车时段和换车时段；
所述用车时段对应的所述场景包括有装货、车辆检测、上下车、行车操作、行车安全、行车生活、行车娱乐、休息生活、停车监测和卸货；
所述细分市场包括有依重要程度数值从大到小排列的长途配货、中长途散配、中长途冷链、中长途危险品、区域危险品、区域散配、区域煤炭和区域砂石料；
录入所述细分市场的TIV增长率、所述细分市场的年度销量、所述年度的总销量；
所述细分市场的重要程度大小数值由以下公式计算：I=F*S/T;
其中，I表示所述细分市场的所述重要程度数值；F表示所述TIV增长率，S表示所述年度销量；T表示所述年度的总销量；
细分所述关键场景库中的原始场景，得出微场景，并得出所述微场景对应的具体需求和具体配置；
建立细化场景库，将所述微场景、所述具体需求、所述具体配置、所述微场景对应的所述细分市场录入细化场景库；
所述细化场景库中的所述微场景包括有油耗成本、经常走矿区和国道、按吨计算运费、频繁检测车况、长时间驾车和开车时抽烟。
2.根据权利要求1所述的汽车配置需求分析方法，其特征在于，所述车辆生命周期的所述用车时段分为出车前、行车中和停车。
3.根据权利要求1所述的汽车配置需求分析方法，其特征在于，所述价格差率由以下公式计算：V=(A-B)/B，
其中，V表示所述价格差率，A表示所述期望价格，B表示所述实际价格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111549007.5A CN114399164B (zh) | 2021-12-17 | 2021-12-17 | 一种汽车配置需求分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111549007.5A CN114399164B (zh) | 2021-12-17 | 2021-12-17 | 一种汽车配置需求分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114399164A CN114399164A (zh) | 2022-04-26 |
| CN114399164B true CN114399164B (zh) | 2024-04-09 |
Family
ID=81226261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111549007.5A Active CN114399164B (zh) | 2021-12-17 | 2021-12-17 | 一种汽车配置需求分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114399164B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116110222A (zh) * | 2022-11-29 | 2023-05-12 | 东风商用车有限公司 | 基于大数据的车辆应用场景分析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105023451A (zh) * | 2014-04-15 | 2015-11-04 | 福特全球技术公司 | 驾驶场景预测和自动车辆设置调整 |
| CN109032940A (zh) * | 2018-07-19 | 2018-12-18 | 郑州云海信息技术有限公司 | 一种测试场景录入方法、装置、设备及存储介质 |
| CN112130893A (zh) * | 2020-09-28 | 2020-12-25 | 北京百度网讯科技有限公司 | 场景配置库的生成方法、安全检测方法和装置 |
-
2021
- 2021-12-17 CN CN202111549007.5A patent/CN114399164B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105023451A (zh) * | 2014-04-15 | 2015-11-04 | 福特全球技术公司 | 驾驶场景预测和自动车辆设置调整 |
| CN109032940A (zh) * | 2018-07-19 | 2018-12-18 | 郑州云海信息技术有限公司 | 一种测试场景录入方法、装置、设备及存储介质 |
| CN112130893A (zh) * | 2020-09-28 | 2020-12-25 | 北京百度网讯科技有限公司 | 场景配置库的生成方法、安全检测方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于层次分析法的皮卡汽车产品配置研究;高越;王白侠;;轻型汽车技术;20191208(第Z4期);第30-37页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114399164A (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20120191495A1 (en) | Tire management system | |
| US20030105728A1 (en) | Vehicle resale price analysis system | |
| CN110851524B (zh) | 基于自下而上的城市机动车排放清单编制技术方法及系统 | |
| DE102004061858A1 (de) | Fahrzeug-Managementsystem | |
| CN114399164B (zh) | 一种汽车配置需求分析方法 | |
| CN106780049B (zh) | 一种车辆金融授信方法及装置 | |
| Bunn et al. | Driver injuries in heavy vs. light and medium truck local crashes, 2010–2019 | |
| Adekitan et al. | A data-based investigation of vehicle maintenance cost components using ANN | |
| Verma et al. | A bibliometric analysis of sport utility vehicle segment in the automobile industry: two decades study based on web of science database | |
| Sheikholeslami et al. | Investigating the effect of Urban new technologies on the Iranian lorry drivers’ behavior | |
| Gollapalli et al. | Intelligent Modelling Techniques for Predicting Used Cars Prices in Saudi Arabia. | |
| CN113112137A (zh) | 一种互通立交匝道线形安全性评价方法 | |
| Rogers et al. | Product leasing: a strategy to allow manufacturers and customers to benefit from elongation of product life | |
| Ma et al. | Grey correlation analysis of influencing factors on logistics transportation development in Guizhou province | |
| Peterson et al. | Triple trailer evaluation in Utah. Final report | |
| Bunn et al. | The effects of semi truck driver age and gender and the presence of passengers on collisions with other vehicles | |
| Dessureault et al. | Data mining and activity based costing for equipment replacement decisions Part 1–establishing the information infrastructure | |
| Nuta | Some Considerations on Fiscal Sociology | |
| Choi et al. | Understanding the value of feature information sharing | |
| TWI629660B (zh) | 大數據分析之客運營運管理服務評鑑方法 | |
| Duran et al. | The Development of Vocational Vehicle Drive Cycles and Segmentation | |
| Lack et al. | Insights into motor carrier crashes: a preliminary investigation of FMCSA inspection violations | |
| Han et al. | Analysis on the Development of New Energy Automobiles in China Using Multi-Attribute Attitude Model | |
| AB | The automative industry in Sweden-A cluster study | |
| Cibrian Bravo | Marketing mix of used electric vehicles in Ontario, Canada. |
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 |