CN113378304B - 一种车辆性能目标的确定方法、装置、存储介质及设备 - Google Patents
一种车辆性能目标的确定方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN113378304B CN113378304B CN202110921890.XA CN202110921890A CN113378304B CN 113378304 B CN113378304 B CN 113378304B CN 202110921890 A CN202110921890 A CN 202110921890A CN 113378304 B CN113378304 B CN 113378304B
- Authority
- CN
- China
- Prior art keywords
- target
- customer satisfaction
- determining
- vehicle performance
- function equation
- 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 43
- 238000005314 correlation function Methods 0.000 claims abstract description 76
- 238000012360 testing method Methods 0.000 claims abstract description 45
- 238000010219 correlation analysis Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 50
- 238000012886 linear function Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 14
- 238000013461 design Methods 0.000 abstract description 7
- 230000002860 competitive effect Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- 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
-
- 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
- G06Q50/04—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Aviation & Aerospace Engineering (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种车辆性能目标的确定方法、装置、存储介质及设备,所述方法包括:获取多个目标车辆的车辆性能的客观测试值和顾客对车辆性能的顾客满意度,多个目标车辆的车型各不相同;将客观测试值和顾客满意度进行相关性分析,确定相关函数方程,相关函数方程为预设函数方程当中的一种;将所有的顾客满意度进行正态分布,并根据顾客满意度的正态分布曲线和车辆性能的预设期望信息,确定车辆性能的目标顾客满意度;根据目标顾客满意度和相关函数方程,确定车辆性能的目标值。本发明的性能目标的确定与顾客的满意度密切相关,设定更加合理,很好的解决了车辆过设计或设计不足的问题,能够最大效率的使用开发成本。
Description
技术领域
本发明涉及车辆设计技术领域,特别涉及一种车辆性能目标的确定方法、装置、存储介质及设备。
背景技术
开发出顾客满意的汽车产品是每个车辆厂家及工程师所追求的终极目标,而整车性能又是顾客能够直接感知及评价车子好坏的唯一标准,但如何准确的把握住顾客的喜好并将顾客的喜好转化为工程开发的性能目标对工程师来说却是一个较大的挑战。
当前各大主机厂对车辆性能的目标设定方法主要有两种办法:一种是判断法:即将需要对比的各个车型的性能通过客观数据展示出来,然后对比判断优劣,该方法的明显缺点是只能单纯判断优劣而不能够量化出好或者差的具体水平;还有一种是正态分布评估法:即将所有车型的性能数据拟合成正态分布曲线,再通过概率值的大小确定出性能目标的范围,该方法优点是使用了数据统计分析的方法,但缺点是未考虑到顾客满意度这一对性能开发来来说最重要的影响因素。
以上两种方法都不能够将顾客满意度这一重要指标有效地融入到性能目标制定中,因此当前现有目标设定方法难免会造成车辆过设计或设计不足等问题。
发明内容
基于此,本发明的目的是提供一种车辆性能目标的确定方法、装置、存储介质及设备,以解决现有车辆性能目标设定方法会造成车辆过设计或设计不足的问题。
根据本发明实施例的一种车辆性能目标的确定方法,所述方法包括:
获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同;
将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种;
将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度;
根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值。
另外,根据本发明上述实施例的一种车辆性能目标的确定方法,还可以具有如下附加的技术特征:
进一步地,将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程的步骤包括:
将所述客观测试值和所述顾客满意度映射于预设二维坐标系当中,得到多个离散数据点,所述预设二维坐标系的横坐标为客观测试值、纵坐标为顾客满意度;
对所述多个离散数据点进行曲线拟合,得到拟合曲线,并根据所述拟合曲线确定所述相关函数方程。
进一步地,根据所述拟合曲线确定所述相关函数方程的步骤包括:
当所述拟合曲线与线性曲线的相似度大于阈值时,确定所述相关函数方程为线性函数方程;
当所述拟合曲线与指数曲线的相似度大于阈值时,确定所述相关函数方程为指数函数方程;
当所述拟合曲线与对数曲线的相似度大于阈值时,确定所述相关函数方程为对数函数方程。
进一步地,根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值的步骤包括:
当所述相关函数方程为线性函数方程或指数函数方程时,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
当所述相关函数方程为对数函数方程时,确定所述拟合曲线拐点处的拐点满意度,判断所述目标顾客满意度是否大于拐点满意度;
若否,则将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
若是,则将所述拐点满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
进一步地,根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度的步骤包括:
以预设分界值将所述正态分布曲线划分成多个等级区间;
根据所述车辆性能的预设期望信息,确定所述车辆性能所期望达到的目标等级区间;
获取所述目标等级区间的最小顾客满意度,得到所述目标顾客满意度。
进一步地,所述等级区间包括优秀区间、良好区间、及格区间和不及格区间。
进一步地,所述优秀区间和所述良好区间的预设分界值为10%,所述良好区间和所述及格区间的预设分界值为30%,所述及格区间和所述不及格区间的预设分界值为70%。
根据本发明实施例的一种车辆性能目标的确定装置,所述装置包括:
数据获取模块,用于获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同;
相关分析模块,用于将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种;
满意度目标确定模块,用于将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度;
性能目标确定模块,用于根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的车辆性能目标的确定方法。
本发明还提出一种车辆性能目标的确定设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的车辆性能目标的确定方法。
与现有技术相比:通过对车辆性能与顾客满意度进行相关性分析,搭建相关函数方程,并基于正态分布及性能期望,确定顾客满意度的目标值,在已知二者相关函数方程的情况下,即可计算出顾客满意度的目标值对应的车辆性能的目标值,从而确定车辆性能目标,因该性能目标的设定与顾客的满意度密切相关,所以本发明的性能目标设定更加合理,很好的解决了车辆过设计或设计不足的问题,能够最大效率的使用开发成本。
附图说明
图1为本发明第一实施例中的车辆性能目标的确定方法的流程图;
图2为本发明实施例提供的三种函数方程的曲线图;
图3为本发明第二实施例中的车辆性能目标的确定方法的流程图;
图4为本发明实施例提供的预设二维坐标系的说明图;
图5为本发明实施例提供的顾客满意度的正态分布图;
图6为本发明第三实施例中的车辆性能目标的确定装置的结构示意图;
图7为本发明第四实施例中的车辆性能目标的确定设备的结构示意图。
以下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1,所示为本发明第一实施例中的车辆性能目标的确定方法,所述方法具体包括步骤S01-步骤S04。
步骤S01,获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同。
在具体实施时,可以将开发车辆和与该开发车辆同级别的竞品车型共同作为目标车辆,即将开发车辆和同级别的竞品车型的性能数据进行融合分析,以提高最终性能目标确定的可靠性和有效性。
其中,车辆性能可以为但不限于油耗、动力、NVH、空间、人机交互当中的一种或多种。客观测试值是指通过对目标车辆的车辆性能按照对应现有测试方法进行客观测试得到的测试值,例如对目标车辆的百公里油耗进行测试,得到客观油耗值。
步骤S02,将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种。
在对客观测试值和顾客满意度进行相关性分析的过程当中发现,客观测试值和顾客满意度之间普遍存在三种相关关系,即线性相关、指数相关和对数相关,所对应的函数方程为线性函数方程、指数函数方程和对数函数方程,其中线性函数方程的表达式为y=ax+b,指数函数方程的表达式为y=a x +b,对数函数方程的表达式为y=log a x+b,x和y分别代表客观测试值和顾客满意度,a和b为常数且a>1。因此,可以将线性函数方程、指数函数方程和对数函数方程作为所述预设函数方程。故在本步骤S02当中,可以通过对客观测试值和顾客满意度之间的变化规律来确定二者具体所属的相关函数方程,例如当客观测试值和顾客满意度之间的符合线性变化规律,则可以确定线性函数方程为二者的相关函数方程。
此外,如图2所示,上述三种函数方程对应不同类型的车辆性能,车辆性能一般可以划分为必备性能、期望性能和魅力性能,其中,必备性能为车辆的基本性能要求,如果不满足该性能需求,用户满意度会大幅度降低,但是无论必备性能如何提升,顾客都会有满意度的上限,因此必备性能符合对数函数方程,期望性能为如果车辆该性能好,顾客满意度提高,如果车辆该性能不好,顾客满意度会随着下降,因此期望性能符合线性函数方程,魅力属性为车辆该性能好会让顾客感到惊喜,用户满意度会大幅提升,如果该性能差也不会降低顾客的满意度,因此魅力属性符合指数函数方程。
步骤S03,将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度。
其中,所述车辆性能的预设期望信息为开发人员希望该车辆性能(如空间性能)最终能够达到的顾客满意度水平(如优、良、及格等),由于任何车辆性能的提高都需要额外增加成本,因此不可能让每个车辆性能都能够达到最佳,因此就需要给出一个顾客满意度预期水平。
此外,请结合图2,对于顾客满意度预期水平的确定可遵循以下规则:
1)、因对数函数的曲线特点:随着x增加(性能的增加),y(顾客满意度)增长速度越来越慢,所以对于必备性能的目标设定原则是:在不引起顾客抱怨的情况下尽可能地降低性能目标以达到减少开发成本的优势,可将顾客满意度预期水平确定在及格区间;
2)、因线性函数的曲线特点:随着x增加(性能的增加),y(顾客满意度)同步增加,所以对于处于期望性能的目标设定原则是:适当提高该性能目标用来加强相关性能以做到和竞品的竞争力,可将顾客满意度预期水平确定在良好区间或优秀优区间;
3)、因指数函数的曲线特点:随着x增加(性能的增加),y(顾客满意度)呈指数级增加,所以对于处于魅力性能的目标设定原则是:在不增加成本投入的情况下,适当提高该性能目标,可将顾客满意度预期水平确定在良好区间。
在本步骤S03当中,通过对某一车辆性能的所有顾客满意度进行正态分布,可以将该车辆性能的顾客满意度的水平通过正态分布曲线反映出来,此时根据开发人员预设的顾客满意度预期水平,即可从正态分布曲线上确定该车辆性能的顾客满意度的目标值(即期望达到的顾客满意度),即目标顾客满意度。
步骤S04,根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值。
在具体实施时,可以将目标顾客满意度代入相关函数方程当中,即可计算出该车辆性能的目标值。其中,车辆性能的目标值也称性能开发目标值,即开发人员在开发时要保证最终车辆的该性能的测试值达到该目标值。通过车辆性能目标值的确定,能够给开发人员提供有效的开发目标,缩短开发产品的开发周期,使最终开发产品具有可预期性。
综上,本发明上述实施例当中的车辆性能目标的确定方法,通过对车辆性能与顾客满意度进行相关性分析,搭建相关函数方程,并基于正态分布及性能期望,确定顾客满意度的目标值,在已知二者相关函数方程的情况下,即可计算出顾客满意度的目标值对应的车辆性能的目标值,从而确定车辆性能目标,因该性能目标的设定与顾客的满意度密切相关,所以本发明的性能目标设定更加合理,很好的解决了车辆过设计或设计不足的问题,能够最大效率的使用开发成本。
实施例二
请参阅图3,所示为本发明第二实施例中的车辆性能目标的确定方法,所述方法具体包括步骤S21-步骤S29。
步骤S21,获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同。
步骤S22,将所述客观测试值和所述顾客满意度映射于预设二维坐标系当中,得到多个离散数据点,所述预设二维坐标系的横坐标为客观测试值、纵坐标为顾客满意度。
步骤S23,对所述多个离散数据点进行曲线拟合,得到拟合曲线,并根据所述拟合曲线确定相关函数方程,所述相关函数方程为预设函数方程当中的一种。
如图4所示,将不同车型的同一车辆性能的客观测试值和顾客满意度映射于预设二维坐标系当中,该预设二维坐标系的横坐标为客观测试值、纵坐标为顾客满意度,以在二维坐标系当中形成多个离散数据点,然后对多个离散数据点进行曲线拟合,得到拟合曲线。在图4当中,多个离散数据点拟合出一条直线(表达式为y=0.1799x+1.362),代表多个离散数据点满足线性变化关系。
其中,预设函数方程包括线性函数方程、指数函数方程和对数函数方程。在本实施例一些可选情况当中,根据所述拟合曲线确定所述相关函数方程的步骤具体可以包括:
当所述拟合曲线与线性曲线的相似度大于阈值时,确定所述相关函数方程为线性函数方程;
当所述拟合曲线与指数曲线的相似度大于阈值时,确定所述相关函数方程为指数函数方程;
当所述拟合曲线与对数曲线的相似度大于阈值时,确定所述相关函数方程为对数函数方程。
步骤S24,将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度。
在本实施例一些可选情况当中,根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度的步骤具体可以包括:
以预设分界值将所述正态分布曲线划分成多个等级区间;
根据所述车辆性能的预设期望信息,确定所述车辆性能所期望达到的目标等级区间;
获取所述目标等级区间的最小顾客满意度,得到所述目标顾客满意度。
示例而非限定,等级区间可以包括但不限于优秀区间、良好区间、及格区间和不及格区间。优秀区间和良好区间的预设分界值可以设定为10%,良好区间和及格区间的预设分界值可以设定为30%,及格区间和不及格区间的预设分界值可以设定为70%。
如图5所示,在本实施例一些可选实施例当中,将顾客针对某一性能的满意度作为一个系族进行正态分布,取正态分布曲线概率小于10%范围内的部分定义为优秀区间,取正态分布曲线概率在10%-30%范围内的部分定义为良好区间,取正态分布曲线概率在30%-70%范围内的部分定义为及格区间,取正态分布曲线前概率大于70%范围内的部分定义为不及格区间。当车辆性能的预设期望信息为及格时,即期望该车辆性能的满意度达到及格即可,则将上述及格区间的最小顾客满意度作为目标顾客满意度。
步骤S25,判断所述相关函数方程是否为对数函数方程。
其中,当判断到所述相关函数方程为对数函数方程时,执行步骤S27;当判断到所述相关函数方程不为对数函数方程时,代表此时所述相关函数方程为指数函数方程或线性函数方程,则执行步骤S26。
步骤S26,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
步骤S27,确定所述拟合曲线拐点处的拐点满意度,判断所述目标顾客满意度是否大于拐点满意度。
其中,当判断到所述目标顾客满意度大于拐点满意度时,执行步骤S29;当判断到所述目标顾客满意度不大于拐点满意度时,执行步骤S28。
步骤S28,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
步骤S29,将所述拐点满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
其中,如图2所示,对数函数的拐点即为随着性能增加顾客满意度变为缓慢增加的临界点A,即从拐点以后性能的增加对顾客满意度的增加作用非常有限,因此在本实施例当中,针对相关函数方程为对数函数方程时,若目标顾客满意度大于拐点满意度(二者相近),此时由于基于目标顾客满意度确定的性能目标值远大于基于拐点满意度确定的性能目标值,但二者最终所能够达到的顾客满意度又比较接近,并且随着性能的提升开发成本也会增加,因此为了节约开发成本,可以选拐点满意度来确认车辆性能的目标值。
实施例三
本发明另一方面还提供一种车辆性能目标的确定装置,请查阅图6,所示为本发明第三实施例中的车辆性能目标的确定装置,所述车辆性能目标的确定装置包括:
数据获取模块11,用于获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同;
相关分析模块12,用于将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种;
满意度目标确定模块13,用于将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度;
性能目标确定模块14,用于根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值。
进一步地,在本发明一些可选实施例当中,所述相关分析模块12包括:
数据映射单元,用于将所述客观测试值和所述顾客满意度映射于预设二维坐标系当中,得到多个离散数据点,所述预设二维坐标系的横坐标为客观测试值、纵坐标为顾客满意度;
曲线拟合单元,用于对所述多个离散数据点进行曲线拟合,得到拟合曲线,并根据所述拟合曲线确定所述相关函数方程。
进一步地,在本发明一些可选实施例当中,所述曲线拟合单元还用于当所述拟合曲线与线性曲线的相似度大于阈值时,确定所述相关函数方程为线性函数方程;当所述拟合曲线与指数曲线的相似度大于阈值时,确定所述相关函数方程为指数函数方程;当所述拟合曲线与对数曲线的相似度大于阈值时,确定所述相关函数方程为对数函数方程。
进一步地,在本发明一些可选实施例当中,所述性能目标确定模块14包括:
第一计算单元,用于当所述相关函数方程为线性函数方程或指数函数方程时,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
判断单元,用于当所述相关函数方程为对数函数方程时,确定所述拟合曲线拐点处的拐点满意度,判断所述目标顾客满意度是否大于拐点满意度;
所述第一计算单元还用于在判断到所述目标顾客满意度不大于拐点满意度时,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
第二计算单元,用于在判断到所述目标顾客满意度大于拐点满意度时,将所述拐点满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
进一步地,在本发明一些可选实施例当中,所述满意度目标确定模块13包括:
区间划分单元,用于以预设分界值将所述正态分布曲线划分成多个等级区间;
目标区间确定单元,用于根据所述车辆性能的预设期望信息,确定所述车辆性能所期望达到的目标等级区间;
满意度目标确定单元,用于获取所述目标等级区间的最小顾客满意度,得到所述目标顾客满意度。
其中,所述等级区间包括优秀区间、良好区间、及格区间和不及格区间。所述优秀区间和所述良好区间的预设分界值为10%,所述良好区间和所述及格区间的预设分界值为30%,所述及格区间和所述不及格区间的预设分界值为70%。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同,在此不再赘述。
综上,本发明上述实施例当中的车辆性能目标的确定装置,通过对车辆性能与顾客满意度进行相关性分析,搭建相关函数方程,并基于正态分布及性能期望,确定顾客满意度的目标值,在已知二者相关函数方程的情况下,即可计算出顾客满意度的目标值对应的车辆性能的目标值,从而确定车辆性能目标,因该性能目标的设定与顾客的满意度密切相关,所以本发明的性能目标设定更加合理,很好的解决了车辆过设计或设计不足的问题,能够最大效率的使用开发成本。
实施例四
本发明另一方面还提出一种车辆性能目标的确定设备,请参阅图7,所示为本发明第四实施例当中的车辆性能目标的确定设备,包括存储器20、处理器10以及存储在存储器上并可在处理器上运行的计算机程序30,所述处理器10执行所述计算机程序30时实现如上述的车辆性能目标的确定方法。
其中,所述车辆性能目标的确定设备具体可以为计算机、服务器、上位机等,处理器10在一些实施例中可以是中央处理器(Central Processing Unit, CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据,例如执行访问限制程序等。
其中,存储器20至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是车辆性能目标的确定设备的内部存储单元,例如该车辆性能目标的确定设备的硬盘。存储器20在另一些实施例中也可以是车辆性能目标的确定设备的外部存储装置,例如车辆性能目标的确定设备上配备的插接式硬盘,智能存储卡(Smart MediaCard, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,存储器20还可以既包括车辆性能目标的确定设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于车辆性能目标的确定设备的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。
需要指出的是,图7示出的结构并不构成对车辆性能目标的确定设备的限定,在其它实施例当中,该车辆性能目标的确定设备可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
综上,本发明上述实施例当中的车辆性能目标的确定设备,通过对车辆性能与顾客满意度进行相关性分析,搭建相关函数方程,并基于正态分布及性能期望,确定顾客满意度的目标值,在已知二者相关函数方程的情况下,即可计算出顾客满意度的目标值对应的车辆性能的目标值,从而确定车辆性能目标,因该性能目标的设定与顾客的满意度密切相关,所以本发明的性能目标设定更加合理,很好的解决了车辆过设计或设计不足的问题,能够最大效率的使用开发成本。
本发明实施例还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的车辆性能目标的确定方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “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。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种车辆性能目标的确定方法,其特征在于,所述方法包括:
获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同;
将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种;
将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度,所述车辆性能的预设期望信息为开发人员希望所述车辆性能最终能够达到的顾客满意度水平;
根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值;
其中,根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度的步骤包括:
以预设分界值将所述正态分布曲线划分成多个等级区间;
根据所述车辆性能的预设期望信息,确定所述车辆性能所期望达到的目标等级区间;
获取所述目标等级区间的最小顾客满意度,得到所述目标顾客满意度。
2.根据权利要求1所述的车辆性能目标的确定方法,其特征在于,将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程的步骤包括:
将所述客观测试值和所述顾客满意度映射于预设二维坐标系当中,得到多个离散数据点,所述预设二维坐标系的横坐标为客观测试值、纵坐标为顾客满意度;
对所述多个离散数据点进行曲线拟合,得到拟合曲线,并根据所述拟合曲线确定所述相关函数方程。
3.根据权利要求2所述的车辆性能目标的确定方法,其特征在于,根据所述拟合曲线确定所述相关函数方程的步骤包括:
当所述拟合曲线与线性曲线的相似度大于阈值时,确定所述相关函数方程为线性函数方程;
当所述拟合曲线与指数曲线的相似度大于阈值时,确定所述相关函数方程为指数函数方程;
当所述拟合曲线与对数曲线的相似度大于阈值时,确定所述相关函数方程为对数函数方程。
4.根据权利要求3所述的车辆性能目标的确定方法,其特征在于,根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值的步骤包括:
当所述相关函数方程为线性函数方程或指数函数方程时,将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
当所述相关函数方程为对数函数方程时,确定所述拟合曲线拐点处的拐点满意度,判断所述目标顾客满意度是否大于拐点满意度;
若否,则将所述目标顾客满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值;
若是,则将所述拐点满意度代入所述相关函数方程当中,计算得到所述车辆性能的目标值。
5.根据权利要求1所述的车辆性能目标的确定方法,其特征在于,所述等级区间包括优秀区间、良好区间、及格区间和不及格区间。
6.根据权利要求5所述的车辆性能目标的确定方法,其特征在于,所述优秀区间和所述良好区间的预设分界值为10%,所述良好区间和所述及格区间的预设分界值为30%,所述及格区间和所述不及格区间的预设分界值为70%。
7.一种车辆性能目标的确定装置,其特征在于,所述装置包括:
数据获取模块,用于获取多个目标车辆的车辆性能的客观测试值和顾客对所述车辆性能的顾客满意度,所述多个目标车辆的车型各不相同;
相关分析模块,用于将所述客观测试值和所述顾客满意度进行相关性分析,确定所述客观测试值和所述顾客满意度之间的相关函数方程,所述相关函数方程为预设函数方程当中的一种;
满意度目标确定模块,用于将所有的所述顾客满意度进行正态分布,并根据所述顾客满意度的正态分布曲线和所述车辆性能的预设期望信息,确定所述车辆性能的目标顾客满意度,所述车辆性能的预设期望信息为开发人员希望所述车辆性能最终能够达到的顾客满意度水平;
性能目标确定模块,用于根据所述目标顾客满意度和所述相关函数方程,确定所述车辆性能的目标值;
其中,所述满意度目标确定模块包括:
区间划分单元,用于以预设分界值将所述正态分布曲线划分成多个等级区间;
目标区间确定单元,用于根据所述车辆性能的预设期望信息,确定所述车辆性能所期望达到的目标等级区间;
满意度目标确定单元,用于获取所述目标等级区间的最小顾客满意度,得到所述目标顾客满意度。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一所述的车辆性能目标的确定方法。
9.一种车辆性能目标的确定设备,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-6任一所述的车辆性能目标的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921890.XA CN113378304B (zh) | 2021-08-12 | 2021-08-12 | 一种车辆性能目标的确定方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110921890.XA CN113378304B (zh) | 2021-08-12 | 2021-08-12 | 一种车辆性能目标的确定方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378304A CN113378304A (zh) | 2021-09-10 |
CN113378304B true CN113378304B (zh) | 2021-11-23 |
Family
ID=77576779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110921890.XA Active CN113378304B (zh) | 2021-08-12 | 2021-08-12 | 一种车辆性能目标的确定方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378304B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115406670A (zh) * | 2022-08-16 | 2022-11-29 | 中国第一汽车股份有限公司 | 车辆性能的测试方法、装置、电子设备以及一种车辆 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190936A (zh) * | 2018-08-16 | 2019-01-11 | 北京汽车股份有限公司 | 用于质量功能展开的转化分析方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1770618A1 (en) * | 2005-09-26 | 2007-04-04 | Mazda Motor Corporation | Vehicle planning support system |
CN103024037B (zh) * | 2012-12-12 | 2015-12-09 | 新奥科技发展有限公司 | 用于泛能引擎的设备参数控制方法、装置和泛能引擎设备 |
KR20150071094A (ko) * | 2013-12-17 | 2015-06-26 | 현대자동차주식회사 | 고객 사용정보 및 차량상태 기반 차종 추천 시스템 및 방법 |
KR101508331B1 (ko) * | 2014-08-26 | 2015-04-07 | 국방과학연구소 | 군용 중량물 수송차량의 외관 디자인 평가방법 |
KR101585384B1 (ko) * | 2015-07-16 | 2016-01-14 | 한밭대학교 산학협력단 | 고객의 요구사항을 반영한 제품의 형상 설계 방법 및 시스템 |
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 |
CA3070625A1 (en) * | 2017-07-28 | 2019-01-31 | Nuro, Inc. | System and mechanism for upselling products on autonomous vehicles |
CN107704700B (zh) * | 2017-10-18 | 2020-03-17 | 南京航空航天大学 | 一种仿生负泊松比结构非充气弹性车轮及其设计方法 |
CN108090277A (zh) * | 2017-12-15 | 2018-05-29 | 燕山大学 | 一种考虑满意度和调度能力的电动汽车微网双层优化调度方法 |
CN108269008B (zh) * | 2017-12-29 | 2021-09-10 | 天津大学 | 考虑用户满意度和配网可靠性的充电设施优化规划方法 |
US11328495B2 (en) * | 2018-08-06 | 2022-05-10 | Wrapmate Llc | Systems and methods for generating vehicle wraps |
CN112464409B (zh) * | 2020-11-30 | 2024-03-26 | 奇瑞汽车股份有限公司 | 车辆性能参数设定方法及装置 |
-
2021
- 2021-08-12 CN CN202110921890.XA patent/CN113378304B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190936A (zh) * | 2018-08-16 | 2019-01-11 | 北京汽车股份有限公司 | 用于质量功能展开的转化分析方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113378304A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110554958B (zh) | 图数据库测试方法、***、设备和存储介质 | |
CN111860698B (zh) | 确定学习模型的稳定性的方法和装置 | |
CN113378304B (zh) | 一种车辆性能目标的确定方法、装置、存储介质及设备 | |
CN117471227B (zh) | 汽车线束参数性能测试方法及测试*** | |
KR101334806B1 (ko) | 테스트 케이스 자동 생성 시스템에서 테스트 케이스를 구성하는 입력값의 집합을 자동으로 산출하는 방법 | |
CN115128438A (zh) | 一种芯片内部故障监测方法及其装置 | |
CN115840676A (zh) | 一种基于多维数据的计算机硬件故障预警方法及*** | |
CN111123730B (zh) | 无人驾驶故障仿真方法、装置、设备及计算机可读介质 | |
CN115248783A (zh) | 软件测试方法、***、可读存储介质及计算机设备 | |
US11416371B2 (en) | Method and apparatus for evaluating and selecting signal comparison metrics | |
CN114757166A (zh) | 自然语言理解***的评估方法、装置及网络设备 | |
JP2014206382A (ja) | 目標類識別装置 | |
CN113590458A (zh) | 用于检查技术***的方法和设备 | |
CN113971175A (zh) | 软件测试方法、装置及存储介质 | |
CN113283316A (zh) | 一种基于声音信号的开关机械故障诊断方法、装置及设备 | |
CN113806205A (zh) | 软件性能测试方法、装置、电子设备及可读存储介质 | |
CN107884712B (zh) | 电机输入电流的波动量曲线的确定方法及装置 | |
CN112329124A (zh) | Cae模型查错方法、装置、计算机设备和存储介质 | |
CN109064308B (zh) | 信用分类的方法、装置、计算机设备和存储介质 | |
CN111325227B (zh) | 数据特征提取方法、装置及电子设备 | |
CN116403080B (zh) | 一种人脸聚类评价方法、***、计算机及可读存储介质 | |
KR102559574B1 (ko) | 인공지능 알고리즘의 정확도 향상을 위한 데이터 변환 방법 및 시스템 | |
CN116029575A (zh) | 电子产品质量监控方法、电子设备及存储介质 | |
CN114860281A (zh) | 一种电子设备、车辆、车辆升级评估方法、装置及*** | |
CN117313362A (zh) | 试车场强化路面选取方法、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 |