CN116010882A - 车辆维保中心推荐方法、装置、电子设备及存储介质 - Google Patents
车辆维保中心推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116010882A CN116010882A CN202310058981.4A CN202310058981A CN116010882A CN 116010882 A CN116010882 A CN 116010882A CN 202310058981 A CN202310058981 A CN 202310058981A CN 116010882 A CN116010882 A CN 116010882A
- Authority
- CN
- China
- Prior art keywords
- target
- fault
- vehicle
- maintenance center
- vehicle maintenance
- 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
Links
Images
Abstract
本申请提供一种车辆维保中心推荐方法、装置、电子设备及存储介质,涉及大数据技术领域,该方法通过在多个故障中确定目标故障并获取目标故障的故障预测模型;基于预设区域内各车辆的历史车辆数据以及故障预测模型,对各车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率;基于预设区域内至少一个车辆维保中心以及目标车辆的数量,对预设区域内至少一个车辆维保中心的目标故障零件进行调配,目标车辆为故障概率大于预设值的车辆;根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。达到了丰富车辆维保中心推荐方法的效果。
Description
技术领域
本申请涉及大数据技术领域,具体涉及一种车辆维保中心推荐方法、装置、电子设备及存储介质。
背景技术
车辆在使用一段时间后可能会出现故障,当车辆出现故障时,用户可以驾驶车辆前往车辆维保中心,车辆维保中心的工作人员可以对车辆的故障进行检查,当车辆需要更换配件时,车辆维保中心的工作人员可以针对故障更换相应的配件。
如申请号为CN202110033419.7的中国发明专利公开了一种基于大数据智能设备维保平台,可以在设备出现问题后在线上对问题进行诊断并交易。但是该方案无法对目标故障进行预测,也没有对车辆维保中心的目标故障零件进行调配。
发明内容
鉴于以上所述现有技术的缺点,本申请提供一种车辆维保中心推荐方法、装置、电子设备及存储介质,以解决上述技术问题。
本申请提供的一种车辆维保中心推荐方法,包括:
在多个故障中确定目标故障并获取目标故障的故障预测模型;
基于预设区域内各车辆的历史车辆数据以及所述故障预测模型,对各所述车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率;
基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,所述目标车辆为所述故障概率大于预设值的车辆;
根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息。
于本发明一实施例中,所述在多个故障中确定目标故障并获取目标故障的故障预测模型之前,所述方法还包括:
获取初始故障预测模型以及训练数据,所述训练数据为目标故障发生前的车辆数据;
根据所述训练数据对所述初始故障预测模型进行训练,得到所述故障预测模型。
于本发明一实施例中,所述基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,包括:
根据所述目标车辆的数量以及历史比值,确定所述预设区域内任一所述车辆维保中心对目标故障零件的预估备件数,所述历史比值为第一历史维修次数与第二历史维修次数的比值,所述第一历史维修次数为任一所述车辆维保中心对所述目标故障的历史维修次数,所述第二历史维修次数为所述预设区域内所有车辆维保中心对所述目标故障的历史维修总次数;
根据所述预估备件数以及任一所述车辆维保中心的目标故障零件的当前备件数,确定任一所述车辆维保中心的目标故障零件的备件调配数,并根据所述备件调配数对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配。
于本发明一实施例中,所述根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息,包括:
确定所述目标车辆的至少一个目标出行路线;
以任一所述目标出行路线为中心线,根据预设范围值确定任一所述目标出行路线周围的至少一个目标车辆维保中心;
根据至少一个所述目标车辆维保中心确定所述推荐信息。
于本发明一实施例中,所述确定所述目标车辆的至少一个目标出行路线,包括:
确定当天是否为工作日,得到确定结果;
根据所述确定结果,在目标车辆历史路线库中的多个出行路线中确定所述目标出行路线,所述目标出行路线为工作日或非工作日中重复次数大于预设重复值的出行路线。
为实现上述目的及其他相关目的,本申请提供一种车辆维保中心推荐装置,包括:
获取模块,用于在多个故障中确定目标故障并获取目标故障的故障预测模型;
概率确定模块,用于基于预设区域内各车辆的历史车辆数据以及所述故障预测模型,对各所述车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率;
调配模块,用于基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,所述目标车辆为所述故障概率大于预设值的车辆;
发送模块,用于根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息。
于本发明一实施例中,所述车辆维保中心推荐装置还包括:
初始模型获取模块,用于获取初始故障预测模型以及训练数据,所述训练数据为目标故障发生前的车辆数据;
训练模块,用于根据所述训练数据对所述初始故障预测模型进行训练,得到所述故障预测模型。
于本发明一实施例中,所述调配模块包括:
备件数确定单元,用于根据所述目标车辆的数量以及历史比值,确定所述预设区域内任一所述车辆维保中心对目标故障零件的预估备件数,所述历史比值为第一历史维修次数与第二历史维修次数的比值,所述第一历史维修次数为任一所述车辆维保中心对所述目标故障的历史维修次数,所述第二历史维修次数为所述预设区域内所有车辆维保中心对所述目标故障的历史维修总次数;
调配数确定单元,用于根据所述预估备件数以及任一所述车辆维保中心的目标故障零件的当前备件数,确定任一所述车辆维保中心的目标故障零件的备件调配数,并根据所述备件调配数对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配。
为实现上述目的及其他相关目的,本申请还提供一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现前述的任一个实施例所述的车辆维保中心推荐方法。
为实现上述目的及其他相关目的,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行前述的任一个实施例所述的车辆维保中心推荐方法。
如上所述,本申请提供的一种车辆维保中心推荐方法、装置、电子设备及存储介质,具有以下
有益效果:
本申请中的一种车辆维保中心推荐方法,该方法通过对预设区域内各车辆的目标故障进行故障预测,得到各车辆发生目标故障的故障概率,并基于目标故障的故障概率在各车辆中确定目标车辆,根据目标车辆的数量以及预设区域内车辆维保中心的数量对车辆维保中心的目标故障零件进行调配,根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。在该方案中,由于目标车辆是根据预测得到的故障概率进行确定的,因而在目标故障发生前向目标车辆的终端发送推荐信息,可以达到预防故障发生的效果,还达到了丰富车辆维保中心推荐方法的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。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者来讲,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。在附图中:
图1是本申请的一示例性实施例示出的车辆维保中心推荐方法的流程图;
图2是本申请的一示例性实施例示出的车辆维保中心推荐装置的框图;
图3示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下将参照附图和优选实施例来说明本申请的实施方式,本领域技术人员可由本说明书中所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。应当理解,优选实施例仅为了说明本申请,而不是为了限制本申请的保护范围。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本申请的基本构想,遂图式中仅显示与本申请中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
在下文描述中,探讨了大量细节,以提供对本申请实施例的更透彻的解释,然而,对本领域技术人员来说,可以在没有这些具体细节的情况下实施本申请的实施例是显而易见的,在其他实施例中,以方框图的形式而不是以细节的形式来示出公知的结构和设备,以避免使本申请的实施例难以理解。
请参阅图1,图1是本申请的一示例性实施例示出的车辆维保中心推荐方法的流程图。参考图1可以看出,该车辆维保中心推荐方法可以包括:
步骤S110,在多个故障中确定目标故障并获取目标故障的故障预测模型。
在本申请的一个实施例中,可以在多个故障中确定目标故障并获取目标故障的故障预测模型。该故障预测模型可以输出目标故障发生的概率。车辆的任一个需要更换配件的目标故障均可以对应有一个故障预测模型。
步骤S120,基于预设区域内各车辆的历史车辆数据以及故障预测模型,对各车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率。
在本申请的一个实施例中,可以基于预设区域内各车辆的历史车辆数据以及故障预测模型,对各车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率。对于没有历史车辆数据的车辆,可以将该车辆发生目标故障的故障概率设置为初始预设值。历史车辆数据可以为车辆前一次的车辆数据,也可以为车辆前五次的车辆数据,本申请实施例对此并不进行限制。
在本申请的一个实施例中,预设区域可以由操作人员根据城市位置、地形、道路拥堵状况以及车辆维保中心的分布情况,对车辆的售出地区进行划分,得到多个预设区域。对任一预设区域内的车辆均可以采用本申请实施例提供的车辆维保中心推荐方法。
在本申请的一个实施例中,目标故障可以为车辆需要更换配件的故障,目标故障还可以为车辆需要更换配件且发生频率较高的故障。发生频率较高的故障可以为在一个预设区域内发生频率较高的故障,也可以为多个区域内发生频率较高的故障,且目标故障可以有多个。
示例性的,可以确定日常在预设区域内使用的各车辆发生目标故障的概率,可以根据车辆全球定位系统(Global Positioning System,GPS)在该预设区域内的时间与GPS总使用时间的比值确定车辆是否日常在该预设区域内使用。
步骤S130,基于预设区域内至少一个车辆维保中心以及目标车辆的数量,对预设区域内至少一个车辆维保中心的目标故障零件进行调配。
其中,目标车辆为故障概率大于预设值的车辆。
在本申请的一个实施例中,可以基于预设区域内至少一个车辆维保中心以及目标车辆的数量,对预设区域内至少一个车辆维保中心的目标故障零件进行调配。
步骤S140,根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。
在本申请的一个实施例中,可以根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。用户可以在推荐信息中根据喜好前往适合的车辆维保中心检查故障和更换配件。
在一示例性实施例中,车辆维保中心推荐方法还可以包括步骤S210和步骤S220。
步骤S210,获取初始故障预测模型以及训练数据。
其中,训练数据为目标故障发生前的车辆数据。
在本申请的一个实施例中,可以获取初始故障预测模型以及训练数据。训练数据可以包括目标故障发生前预设时间范围内的车辆数据。
示例性的,训练数据可以包括目标故障发生前7天内的车辆数据。
在本申请的一个实施例中,针对目标故障,操作人员可以基于目标故障涉及的零部件以及发生过目标故障的故障车辆数据,结合实际的研发、售后经验,逐一为多个目标故障一一设置相关的需要关注的特征。
示例性的,热管理系统相关的故障,需要对车辆空调使用时间、车外温度分布、车速分布、车辆常用充电类型、车辆充电时段等数据进行分析,同时还需要结合车辆的使用年限、总行驶里程、日均行驶里程等基础状态数据。因而操作人员可以将热管理系统相关故障的车辆数据确定为需要获取的训练数据,并基于训练数据训练初始故障预测模型。可以基于训练得到的故障预测模型以及车辆数据,对目标车辆的热管理系统相关故障进行预测。
示例性的,初始故障预测模型可以包括支持向量机(SupportVector Machine,SVM)模型、K邻近算法(K-Neares Neighbor,KNN)模型以及朴素贝叶斯模型等有监督学习的机器学习模型。
步骤S220,根据训练数据对初始故障预测模型进行训练,得到故障预测模型。
在本申请的一个实施例中,可以根据训练数据对初始故障预测模型进行训练,得到故障预测模型。
在本申请的一个实施例中,由于训练初始故障预测模型的训练数据是故障发生前的车辆数据,因而故障预测模型可以对目标故障的发生概率进行提前预测。目标车辆产生的新的车辆数据也可以作为训练数据继续对故障预测模型进行训练,实现故障预测模型的不断迭代更新,可以进一步提高故障预测模型对目标故障预测的准确性。
在一示例性实施例中,步骤S130基于预设区域内至少一个车辆维保中心以及目标车辆的数量,对预设区域内至少一个车辆维保中心的目标故障零件进行调配的过程,可以包括步骤S131和步骤132。
步骤S131,根据目标车辆的数量以及历史比值,确定预设区域内任一车辆维保中心对目标故障零件的预估备件数。
其中,历史比值为第一历史维修次数与第二历史维修次数的比值,第一历史维修次数为任一车辆维保中心对目标故障的历史维修次数,第二历史维修次数为预设区域内所有车辆维保中心对目标故障的历史维修总次数。
在本申请的一个实施例中,可以根据目标车辆的数量以及历史比值,确定预设区域内任一车辆维保中心对目标故障零件的预估备件数。由于目标车辆为故障概率大于预设值的车辆,此时目标车辆发生目标故障的概率较大,因而可以根据目标车辆的数量确定预估备件数。
在本申请的一个实施例中,还可以根据目标车辆的数量以及实际维保比例,确定预设区域内至少一个车辆维保中心的目标故障零件的预估备件数。实际维保比例可以基于同一预设区域内车辆维保人次、售出车辆数以及比例公式确定,比例公式包括:
其中,p为实际维保比例,m为同一预设区域内的车辆维保人次,n为同一预设区域内的售出车辆数。目标车辆的数量乘以实际维保比例可以得到预设区域内的目标故障零件的预估备件数。
步骤S132,根据预估备件数以及任一车辆维保中心的目标故障零件的当前备件数,确定任一车辆维保中心的目标故障零件的备件调配数,并根据备件调配数对预设区域内至少一个车辆维保中心的目标故障零件进行调配。
在本申请的一个实施例中,可以根据预估备件数以及任一车辆维保中心的目标故障零件的当前备件数,确定任一车辆维保中心的目标故障零件的备件调配数,并根据备件调配数对预设区域内至少一个车辆维保中心的目标故障零件进行调配。
示例性的,预设区域A内的目标车辆的数量为40。在预设区域A内存在a车辆维保中心以及b车辆维保中心,a车辆维保中心的第一历史维修次数为16次,b车辆维保中心的第一历史维修次数为4次,则a车辆维保中心对应的历史比值为b车辆维保中心对应的历史比值为则a车辆维保中心的预估备件数为32,b车辆维保中心的预估备件数为8。a车辆维保中心的当前备件数为10,b车辆维保中心的当前备件数为3,则a车辆维保中心的备件调配数为22,b车辆维保中心的备件调配数为5。
在一示例性实施例中,步骤S140根据目标故障零件调配后的车辆维保中心向目标车辆发送推荐信息的过程,可以包括步骤S141至步骤144。
步骤S141,确定当天是否为工作日,得到确定结果。
在本申请的一个实施例中,可以确定当天是否为工作日,并得到确定结果。
示例性的,可以由操作人员进行设置,在每天早上的固定时间确定当天是否为工作日,并得到确定结果。该步骤应该在用户当天用车前执行。
步骤S142,根据确定结果,在目标车辆历史路线库的多个出行路线中确定目标出行路线。
其中,目标出行路线为工作日或非工作日中重复次数大于预设重复值的出行路线。
在本申请的一个实施例中,可以根据确定结果,在目标车辆历史路线库中确定目标出行路线。历史路线库可以存储有目标车辆在工作日和非工作日的所有历史出行路线。可以根据确定结果确定在工作日对应的历史出行路线中确定目标出行路线,也可以在非工作日对应的历史出行路线中确定目标出行路线。
步骤S143,以任一目标出行路线为中心线,根据预设范围值确定任一目标出行路线周围的至少一个目标车辆维保中心。
在本申请的一个实施例中,可以以任一目标出行路线为中心线,根据预设范围值确定任一目标出行路线周围的至少一个目标车辆维保中心。若根据预设范围值无法在目标出行路线周围确定至少一个目标车辆维保中心时,可以改变预设范围值的大小,再次进行确定。
示例性的,预设范围值可以为5千米(kilometer,km)。
步骤S144,根据至少一个目标车辆维保中心确定推荐信息。
在本申请的一个实施例中,可以根据至少一个目标车辆维保中心确定推荐信息。
示例性的,当有多个目标车辆维保中心时,可以根据用户行驶目标出行路线的频次、用户日常行驶目标出行路线的平均通行时长、目标车辆维保中心对目标故障的平均维护时间、目标车辆维保中心当前用户等待情况以及目标车辆维保中心距路线的实际距离等信息,对多个目标车辆维保中心进行排序,根据排序后的多个目标车辆维保中心确定推荐信息。
示例性的,当第一目标车辆维保中心没有目标故障零件时,可以以第一目标车辆维保中心的位置为中心,对第一目标车辆维保中心周围的其他目标车辆维保中心的目标故障零件的备件数量进行查询,并进行调配。
示例性的,可以在工作日或非工作日的固定时间向目标车辆对应的终端发送推荐信息。也可以根据用户在工作日或非工作日的用车习惯,确定用户的可能用车时间,在用户的可能用车时间前30分钟向目标车辆对应的终端发送推荐信息。目标车辆对应的终端可以为目标车辆的车载终端也可以为绑定目标车辆的手机等终端。
示例性的,当目标故障为与驾驶安全相关的故障时,可以在用户每次用车前向目标车辆对应的终端发送推荐信息,也可以由操作人员联系目标车辆的用户,以排除目标故障的风险。
综上所述,本申请实施例的方法通过对预设区域内各车辆的目标故障进行故障预测,得到各车辆发生目标故障的故障概率,并基于目标故障的故障概率在各车辆中确定目标车辆,根据目标车辆的数量以及预设区域内车辆维保中心的数量对车辆维保中心的目标故障零件进行调配,根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。在该方案中,由于目标车辆是根据预测得到的故障概率进行确定的,因而在目标故障发生前向目标车辆的终端发送推荐信息,可以达到预防故障发生的效果,还达到了丰富车辆维保中心推荐方法的效果。
图2是本申请的一示例性实施例示出的车辆维保中心推荐装置的框图。如图2所示,该示例性的车辆维保中心推荐装置200包括:
获取模块210,用于在多个故障中确定目标故障并获取目标故障的故障预测模型。
概率确定模块220,用于基于预设区域内各车辆的历史车辆数据以及故障预测模型,对各车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率。
调配模块230,用于基于预设区域内至少一个车辆维保中心以及目标车辆的数量,对预设区域内至少一个车辆维保中心的目标故障零件进行调配,目标车辆为故障概率大于预设值的车辆。
发送模块240,用于根据目标故障零件调配后的车辆维保中心确定推荐信息,并向目标车辆的终端发送推荐信息。
在另一示例性实施例中,车辆维保中心推荐装置还可以包括:
初始模型获取模块,用于获取初始故障预测模型以及训练数据,训练数据为目标故障发生前的车辆数据。
训练模块,用于根据训练数据对初始故障预测模型进行训练,得到故障预测模型。
在另一示例性实施例中,所述调配模块可以包括:
备件数确定单元,用于根据目标车辆的数量以及第一历史维修次数与第二历史维修次数的比值,确定预设区域内任一车辆维保中心对目标故障零件的预估备件数,第一历史维修次数为任一车辆维保中心对目标故障的历史维修次数,第二历史维修次数为预设区域内所有车辆维保中心对目标故障的历史维修总次数。
调配数确定单元,用于根据预估备件数以及任一车辆维保中心的目标故障零件的当前备件数,确定任一车辆维保中心的目标故障零件的备件调配数,并根据备件调配数对预设区域内至少一个车辆维保中心的目标故障零件进行调配。
需要说明的是,上述实施例所提供的车辆维保中心推荐装置与上述实施例所提供的车辆维保中心推荐方法属于同一构思,其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述,此处不再赘述。上述实施例所提供的车辆维保中心推荐装置在实际应用中,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,本处也不对此进行限制。
本申请的实施例还提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得电子设备实现上述各个实施例中提供的车辆维保中心推荐方法。
图3示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。需要说明的是,图3示出的电子设备的计算机系统300仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示,计算机系统300包括中央处理单元(Central Processing Unit,CPU)301,其可以根据存储在只读存储器(Read-Only Memory,ROM)302中的程序或者从储存部分308加载到随机访问存储器(RandomAccess Memory,RAM)303中的程序而执行各种适当的动作和处理,例如执行上述实施例中的方法。在RAM 303中,还存储有系统操作所需的各种程序和数据。CPU 301、ROM302以及RAM 303通过总线304彼此相连。输入/输出(Input/Output,I/O)接口305也连接至总线304。
以下部件连接至I/O接口305:包括键盘、鼠标等的输入部分306;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分307;包括硬盘等的储存部分308;以及包括诸如LAN(LocalAreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器310上,以便于从其上读出的计算机程序根据需要被安装入储存部分308。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中,该计算机程序可以通过通信部分309从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
本申请的另一方面还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机的处理器执行时,使计算机执行上述各个实施例中提供的车辆维保中心推荐方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的,也可以是单独存在,而未装配入该电子设备中。
本申请的另一方面还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各个实施例中提供的车辆维保中心推荐方法。
上述实施例仅示例性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,但凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (10)
1.一种车辆维保中心推荐方法,其特征在于,所述车辆维保中心推荐方法包括:
在多个故障中确定目标故障并获取目标故障的故障预测模型;
基于预设区域内各车辆的历史车辆数据以及所述故障预测模型,对各所述车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率;
基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,所述目标车辆为所述故障概率大于预设值的车辆;
根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息。
2.根据权利要求1所述的车辆维保中心推荐方法,其特征在于,所述在多个故障中确定目标故障并获取目标故障的故障预测模型之前,所述方法还包括:
获取初始故障预测模型以及训练数据,所述训练数据为目标故障发生前的车辆数据;
根据所述训练数据对所述初始故障预测模型进行训练,得到所述故障预测模型。
3.根据权利要求1所述的车辆维保中心推荐方法,其特征在于,所述基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,包括:
根据所述目标车辆的数量以及历史比值,确定所述预设区域内任一所述车辆维保中心对目标故障零件的预估备件数,所述历史比值为第一历史维修次数与第二历史维修次数的比值,所述第一历史维修次数为任一所述车辆维保中心对所述目标故障的历史维修次数,所述第二历史维修次数为所述预设区域内所有车辆维保中心对所述目标故障的历史维修总次数;
根据所述预估备件数以及任一所述车辆维保中心的目标故障零件的当前备件数,确定任一所述车辆维保中心的目标故障零件的备件调配数,并根据所述备件调配数对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配。
4.根据权利要求1所述的车辆维保中心推荐方法,其特征在于,所述根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息,包括:
确定所述目标车辆的至少一个目标出行路线;
以任一所述目标出行路线为中心线,根据预设范围值确定任一所述目标出行路线周围的至少一个目标车辆维保中心;
根据至少一个所述目标车辆维保中心确定所述推荐信息。
5.根据权利要求4所述的车辆维保中心推荐方法,其特征在于,所述确定所述目标车辆的至少一个目标出行路线,包括:
确定当天是否为工作日,得到确定结果;
根据所述确定结果,在目标车辆历史路线库的多个出行路线中确定所述目标出行路线,所述目标出行路线为工作日或非工作日中重复次数大于预设重复值的出行路线。
6.一种车辆维保中心推荐装置,其特征在于,所述车辆维保中心推荐装置包括:
获取模块,用于在多个故障中确定目标故障并获取目标故障的故障预测模型;
概率确定模块,用于基于预设区域内各车辆的历史车辆数据以及所述故障预测模型,对各所述车辆的目标故障进行预测,得到各车辆发生目标故障的故障概率;
调配模块,用于基于所述预设区域内至少一个车辆维保中心以及所述目标车辆的数量,对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配,所述目标车辆为所述故障概率大于预设值的车辆;
发送模块,用于根据目标故障零件调配后的车辆维保中心确定推荐信息,并向所述目标车辆的终端发送所述推荐信息。
7.根据权利要求6所述的车辆维保中心推荐装置,其特征在于,所述车辆维保中心推荐装置还包括:
初始模型获取模块,用于获取初始故障预测模型以及训练数据,所述训练数据为目标故障发生前的车辆数据;
训练模块,用于根据所述训练数据对所述初始故障预测模型进行训练,得到所述故障预测模型。
8.根据权利要求6所述的车辆维保中心推荐装置,其特征在于,所述调配模块包括:
备件数确定单元,用于根据所述目标车辆的数量以及历史比值,确定所述预设区域内任一所述车辆维保中心对目标故障零件的预估备件数,所述历史比值为第一历史维修次数与第二历史维修次数的比值,所述第一历史维修次数为任一所述车辆维保中心对所述目标故障的历史维修次数,所述第二历史维修次数为所述预设区域内所有车辆维保中心对所述目标故障的历史维修总次数;
调配数确定单元,用于根据所述预估备件数以及任一所述车辆维保中心的目标故障零件的当前备件数,确定任一所述车辆维保中心的目标故障零件的备件调配数,并根据所述备件调配数对所述预设区域内至少一个车辆维保中心的目标故障零件进行调配。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述电子设备实现如权利要求1至5中任一项所述的车辆维保中心推荐方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,当所述计算机程序被计算机的处理器执行时,使计算机执行权利要求1至5中任一项所述的车辆维保中心推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310058981.4A CN116010882A (zh) | 2023-01-16 | 2023-01-16 | 车辆维保中心推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310058981.4A CN116010882A (zh) | 2023-01-16 | 2023-01-16 | 车辆维保中心推荐方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116010882A true CN116010882A (zh) | 2023-04-25 |
Family
ID=86035717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310058981.4A Pending CN116010882A (zh) | 2023-01-16 | 2023-01-16 | 车辆维保中心推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116010882A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114352A (zh) * | 2023-09-15 | 2023-11-24 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
CN117236646A (zh) * | 2023-11-10 | 2023-12-15 | 杭州一喂智能科技有限公司 | 车辆调度方法、装置、电子设备和计算机可读介质 |
-
2023
- 2023-01-16 CN CN202310058981.4A patent/CN116010882A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117114352A (zh) * | 2023-09-15 | 2023-11-24 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
CN117114352B (zh) * | 2023-09-15 | 2024-04-09 | 北京阿帕科蓝科技有限公司 | 车辆维护方法、装置、计算机设备和存储介质 |
CN117236646A (zh) * | 2023-11-10 | 2023-12-15 | 杭州一喂智能科技有限公司 | 车辆调度方法、装置、电子设备和计算机可读介质 |
CN117236646B (zh) * | 2023-11-10 | 2024-03-12 | 杭州一喂智能科技有限公司 | 车辆调度方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116010882A (zh) | 车辆维保中心推荐方法、装置、电子设备及存储介质 | |
CN110807930B (zh) | 危险车辆预警方法及装置 | |
US20210005027A1 (en) | System and method for battery maintenance management | |
CN103578288B (zh) | 交通安全提醒方法、移动终端及交通安全提醒系统 | |
JP2020190479A (ja) | ソフトウェア更新装置、サーバ装置、およびソフトウェア更新方法 | |
CN109785611B (zh) | 无人驾驶车辆控制方法、装置、服务器及存储介质 | |
CN110414728A (zh) | 新能源车辆的电量消耗预测方法、系统、及电子设备 | |
CN112863172A (zh) | 高速公路交通运行状态判定方法、预警方法、装置及终端 | |
CN113256993B (zh) | 一种模型训练、分析车辆行驶风险的方法 | |
CN110816319A (zh) | 车辆信息处理系统及方法 | |
CN112418524A (zh) | 充电站可用状态的预测方法、装置、设备和存储介质 | |
CN111739290A (zh) | 车辆预警方法及装置 | |
JP2009075981A (ja) | 交通情報提供システム、センタ側コンピュータ用プログラム、検索プログラム、記録媒体、交通情報提供方法 | |
CN111586557B (zh) | 车辆通信方法、装置、计算机可读介质及电子设备 | |
CN112149908A (zh) | 车辆驾驶预测方法、系统、计算机设备及可读存储介质 | |
CN115583153A (zh) | 一种续航里程计算方法、装置及计算机设备 | |
CN114446042B (zh) | 预警交通事故的方法、装置、设备以及存储介质 | |
CN111260912B (zh) | 车辆编队的处理方法及装置 | |
CN111524389B (zh) | 车辆驾驶方法和装置 | |
CN114509082A (zh) | 导航数据处理方法、装置、程序产品、介质及电子设备 | |
CN111880518A (zh) | 一种车辆故障的处理方法、装置及系统 | |
CN115688957A (zh) | 一种车辆能耗确定方法、装置、电子设备及存储介质 | |
CN115273449B (zh) | 车队集合节点确认方法、装置、设备及介质 | |
CN114330944A (zh) | 一种调度方法及系统、计算机存储介质 | |
US11967189B2 (en) | Router for communicating vehicle data to a vehicle resource |
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 |