CN115222439A - 一种车辆维护策略方法、装置、计算机设备及存储介质 - Google Patents
一种车辆维护策略方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115222439A CN115222439A CN202110694357.4A CN202110694357A CN115222439A CN 115222439 A CN115222439 A CN 115222439A CN 202110694357 A CN202110694357 A CN 202110694357A CN 115222439 A CN115222439 A CN 115222439A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- vehicle
- different
- vitality
- strategy
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/0203—Market surveys; Market polls
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种车辆维护策略方法、装置、计算机设备及存储介质,其中,方法部分包括:获取不同年度的车辆生命力数据,并根据不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线;根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略;本发明提出了基于车辆生命周期的成本最佳化维护策略,通过对车辆的生命力衰减趋势进行预测,能够制定出符合车辆生命力变化且满足成本控制需求的维护策略,在准确把握维护时机的基础上,可以合理地控制车辆的维护成本,实现成本最优化。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及一种车辆维护策略方法、装置、计算机设备及存储介质。
背景技术
在用户使用车辆的过程中,车辆生命力会随着车辆的使用年限而衰减,为提高车辆的生命周期,需要对车辆经常维护以提高车辆的生命周期,提高用户体验。
现有技术中,对车辆进行维护方法主要有反应式维护和定期式维护等方式。其中,反应式维护是在发现车辆产品存在问题时采取维护措施以对车辆维护,但反应式维护在发现问题时才进行车辆维护,容易错过最佳维护时机而导致后续的维护成本过高;定期式维护则是在预先设定维护时间点,在车辆生命周期中对车辆采取定期维护的措施,但定期式维护的方式过于机械和粗放,无法准确把握维护时机,容易造成后续维护成本过高。
因此,现有的车辆维护方式均存在不足,难以准确把握车辆的维护时机,导致车辆维护成本过高。
发明内容
本发明提供一种车辆维护策略方法、装置、计算机设备及存储介质,以解决现有维护方法难以准确把握车辆的维护时机,导致车辆维护成本过高的问题。
提供一种车辆维护策略确定方法,包括:
获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
进一步地,所述根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略,包括:
获取多个预设维护门槛值,所述预设维护门槛值为需要对所述车辆进行维护时对应的生命力值;
根据所述车辆生命力劣化曲线和各所述预设维护门槛值制定多个不同维护策略,所述维护策略包括多个所述维护时间点对应的维护目标值,所述维护目标值为对所述车辆进行维护时所需达到的目标生命力值;
将多个所述维护策略输入成本迭代模型中进行成本模拟计算,以确定所述车辆采取各所述维护策略时所需的总维护成本;
选择所述总维护成本最低的维护策略,作为所述目标维护策略。
进一步地,所述根据所述车辆生命力劣化曲线和各所述预设维护门槛值制定多个不同维护策略,包括:
a.根据所述车辆生命力劣化曲线,预测所述车辆的生命力值达到一所述预设维护门槛值的时间点,作为所述维护时间点,以获得多个所述维护时间点;
b.根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各所述维护时间点对应的维护目标值;
c.根据所述多个维护时间点和对应的维护目标值生成一所述维护策略;
d.更改所述预设维护门槛值,重复步骤a至步骤c,直至遍历所有的所述预设维护门槛值,以获得所述多个不同维护策略。
进一步地,所述根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各所述维护时间点对应的维护目标值,包括:
获取不同竞品在不同年度的竞品生命力数据,并根据所述竞品生命力数据确定不同竞品在不同年度的常态对数分布数据;
根据所述不同竞品在不同年度的常态对数分布数据,确定不同竞品在不同年度的竞品生命力劣化曲线;
根据各所述竞品生命力劣化曲线,确定不同竞品在同一所述维护时间点时的生命力值,获得多个维护生命力值;
根据所述多个维护生命力值和所述维护时间点对应年度的竞争策略,确定所述维护时间点对应的维护目标值,以确定各所述维护时间点对应的维护目标值。
进一步地,所述根据所述多个维护生命力值和所述维护时间点对应年度的竞争策略,确定所述维护时间点对应的维护目标值,包括:
确定将所述车辆的生命力值维护至各所述维护生命力值所需的目标生命维护成本;
确定各所述目标生命维护成本是否满足所述对应年度的竞争策略的需求;
若所述目标生命维护成本满足所述对应年度的竞争策略的需求,则将所述目标生命维护成本作为所述维护目标值。
进一步地,所述获取多个预设维护门槛值,包括:
获取所述车辆的预设维护数据,所述预设维护数据包括所述车辆在不同年度的预设维护门槛值,所述预设维护门槛值为根据竞争策略确定的需要对所述车辆进行维护时对应的生命力值;
在所述预设维护数据中确定所述车辆在不同年度的预设维护门槛值。
进一步地,所述基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定不同年度的车辆生命力劣化曲线,包括:
基于所述车辆在不同年度的常态对数分布数据,对所述车辆的生命力进行机率可靠度劣化求解,确定所述不同年度的车辆生命力数据的可靠度指标;
对所述不同年度的可靠度指标件进行回归分析,获得所述车辆的车辆生命力劣化曲线。
提供一种车辆维护策略确定装置,包括:
获取模块,用于获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
确定模块,用于基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
计算模块,用于根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述车辆维护策略方法的步骤。
还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述车辆维护策略方法的步骤。
上述车辆维护策略方法、装置及存储介质所提供的一个方案中,通过获取不同年度的车辆生命力数据,并根据不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略;本发明提出了基于车辆生命周期的成本最佳化维护策略,通过对车辆的生命力衰减趋势进行预测,能够制定出符合车辆生命力变化且满足成本控制需求的维护策略,在准确把握维护时机的基础上,还可以合理地控制车辆的维护成本,实现成本最优化。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中车辆维护策略确定***的一应用环境示意图;
图2是本发明一实施例中车辆维护策略确定方法的一流程示意图;
图3是本发明一实施例中车辆生命力劣化曲线图;
图4是本发明一实施例中不同年度的维护成本曲线图;
图5是本发明一实施例中不同维护策略的总维护成本曲线图;
图6是本发明一实施例中车辆维护策略确装置的一结构示意图;
图7是本发明一实施例中车辆维护策略确装置的另一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的车辆维护策略确定方法,可应用在如图1所示的应用环境中,该车辆维护策略确定***包括车辆101和车辆维护策略确定装置102,其中,车辆可以通过网络和和车辆维护策略确定装置进行通信,车辆将相关数据上传至云端服务器,车辆维护策略确定装置获取云端服服务器上的车辆历史数据,然后根据车辆历史数据获取不同年度的车辆生命力数据,并根据不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略;本发明提出了基于车辆生命周期的成本最佳化维护策略,通过对车辆的生命力衰减趋势进行预测,能够制定出符合车辆生命力变化且满足成本控制需求的维护策略,在准确把握维护时机的基础上,还可以合理地控制车辆的维护成本。
本实施例中,车辆维护策略确定***包括车辆和车辆维护策略确定装置仅为示例性说明,在其他实施例中,车辆维护策略确定***还可以包括其他,例如车辆的竞品103。通过获取竞品的生命力数据对车辆的维护策略进行优化,以提高车辆的竞争力。
在一实施例中,如图2所示,提供一种车辆维护策略确定方法,以该方法应用在图1中的车辆维护策略确定装置为例进行说明,包括如下步骤:
S10:获取不同年度的车辆生命力数据,并根据不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据。
获取车辆在不同年度的历史实车数据,然后获取工程评价团队通过主观评价和试验测试等方式对历史实车数据的生命力评价结果,从而获得不同年度的车辆生命力数据。在获取不同年度的车辆生命力数据之后,根据不同年度的车辆生命力数据对车辆生命力数据进行处理分析,以确定车辆不同年度的常态对数分布数据。
S20:基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线。
在确定不同年度的常态对数分布数据之后,基于车辆在不同年度的常态对数分布数据,采用回归分析方法对车辆的生命力进行分析,获得不同年度的车辆生命力数据的回归关系,以确定车辆生命力劣化曲线。其中,车辆生命力劣化曲线用于表示车辆的生命力衰减趋势,
其中,本实施例中引入国际标准使用可靠度指标β描述车辆的生命力的衰减,获得的关于可靠度指标的回归方程式表示了车辆的生命力衰减趋势,即车辆生命力劣化曲线用于表示车辆的生命力随时间变化的衰减趋势,实际由不同年度(时间)、一定的置信度下的生命力指数绘制的。其中,可靠度指标β是指在一定的置信度条件下预测未来生命力指数。
车辆的生命力随时间变化的衰减趋势如图3所示,图3中的横轴为不同生命力取值年度(时间t),图3中的生命力取值年度分别为t1、t2、t3和tn,图3中的横轴的纵轴为可靠度指标(Beta),t1、t2、t3和tn对应的可靠度指标为图3所示,代表车辆的生命力指数在t1、t2、t3和tn的生命力指数,进行回归分析后即可获得车辆生命力劣化曲线B(ti)。
S30:根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
获取车辆生命力劣化曲线之后,根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
其中,维护策略至少包含了维护时间点和对应的维护目标值(对车辆进行维护时需要达到的目标生命力值)。可以理解的是,当车辆的生命力值降低到一定数值(该数值为维护门槛值)时,在该时间点需要对车辆进行维护,以将车辆的生命力值提高到维护目标值,以提高车辆的生命周期。因此,在获取车辆生命力劣化曲线之后,会根据车辆生命力劣化曲线中所表示的车辆生命力值变化,确定需要进行维护的维护时间点,并确定每次维护时所需达到的目标维护值,拟定不同的维护策略,在此基础上,模拟计算出不同维护策略所需要的维护成本,然后选取出符合成本控制要求的维护策略,作为最终的目标维护策略,以便在后续根据目标维护策略度车辆进行维护。
本实施例中,通过获取不同年度的车辆生命力数据,并根据不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略;本发明提出了基于车辆生命周期的成本最佳化维护策略,通过对车辆的生命力衰减趋势进行预测,能够制定出符合车辆生命力变化且满足成本控制需求的维护策略,在准确把握维护时机的基础上,还可以合理地控制车辆的维护成本,可极大减少车辆的开发成本,实现成本最优化,提升企业利润。
在一实施例中,步骤S20中,即基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定不同年度的车辆生命力劣化曲线,具体包括如下步骤:
S21:基于车辆在不同年度的常态对数分布数据,对车辆的生命力进行机率可靠度劣化求解,确定不同年度的车辆生命力数据的可靠度指标。
S22:对不同年度的可靠度指标进行回归分析,获得车辆的车辆生命力劣化曲线。
在获取车辆在不同年度的常态对数分布数据之后,基于车辆在不同年度的常态对数分布数据,对车辆的生命力进行机率可靠度劣化求解,确定不同年度的车辆生命力数据的可靠度指标,然后对不同年度的可靠度指标进行回归分析,确定可靠度指标随年度变化的回归方程式,即获得车辆的车辆生命力劣化曲线,以预测出车辆后续年度的生命力衰减趋势。
具体地,需要根据车辆生命力数据确定车辆不同年度生命力值的平均值与标准偏差,然后将平均值与标准偏差之比作为可靠度指标,即可靠度指标的计算公式为:
其中,μz为车辆不同年度生命力值的平均值,σz为车辆不同年度生命力值的标准偏差。
本实施例中,基于车辆在不同年度的常态对数分布数据,对车辆的生命力进行机率可靠度劣化求解,确定不同年度的车辆生命力数据的可靠度指标,对不同年度的可靠度指标进行回归分析,获得车辆的车辆生命力劣化曲线,明确了基于车辆在不同年度的常态对数分布数据,采用回归分析方法确定不同年度的车辆生命力劣化曲线的具体过程,为后续确定目标维护策略提供了基础。
在一实施例中,步骤S30中,即根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略,具体包括如下步骤:
S31:获取多个预设维护门槛值,预设维护门槛值为需要对车辆进行维护时对应的生命力值。
在根据车辆生命力劣化曲线确定车辆的目标维护策略的过程中,需要获取多个预设维护门槛值,其中,预设维护门槛值为需要对车辆进行维护时对应的生命力值。本实施例中,预设维护门槛值是基于不同的竞争策略决定的。竞争策略要根据具体的车型进行而定,例如以大打小、低价位切入及错位竞争等等,根据不同的竞争策略,专家团队可以确定不同的预设维护门槛值,预设维护门槛值一般不低于竞争圈(由多个车辆竞品组成的竞品圈)平均水平。
可以理解的是,预设维护门槛值的是警示值,车辆上市后,车辆的生命力会随着时间不断下降,当车辆的生命力值达到预设维护门槛值时,需要采取维护动作以确保竞争策略有效。
需要理解的是,在生命力值相同的基础上,不同竞争策略下所需的维护成本不同,而不同年度的竞争策略不同,因此,在不同年度对车辆进行维护所需的维护成本不同,即预设维护门槛值可以根据在当年度的竞争策略下,在不同生命力值进行维护所需的维护成本确定,可以选择当年度中维护成本最低的生命力值作为预设维护门槛值。
不同年度的维护成本曲线如图4所示,图4中分别示出了在第一年、第二年和第三年,对处于不同生命力值的车辆进行维护所需的维护成本(单位:元)变化,第一年、第二年和第三年的最低维护成本所对应的生命力值,分别为75、80、90,因此,将75、80、90作为预设维护门槛值,以制定对应的维护策略。
S32:根据车辆生命力劣化曲线和各预设维护门槛值制定多个不同维护策略,维护策略包括多个维护时间点对应的维护目标值,维护目标值为对车辆进行维护时所需达到的目标生命力值。
在获取多个预设维护门槛值之后,根据车辆生命力劣化曲线和各预设维护门槛值制定多个不同维护策略,其中,维护策略包括多个维护时间点对应的维护目标值,维护目标值为对车辆进行维护时所需达到的目标生命力值。
具体地,在获取多个预设维护门槛值之后,可以根据车辆生命力劣化曲线预测出车辆的生命力达到一预设维护门槛值的时间点,该时间点则为维护时间点,然后还需要确定在该维护时间点需要将车辆的生命力维护至一定的生命力值,该需要维护至的生命力值则为维护目标值,即维护策略包括了对车辆进行维护的具体维护时间点以及该维护时间点对应的维护目标值。由于车辆的生命力会随着时间不断下降,因此在某一维护时间点进行维护之后,车辆的生命力值在未来的某一时间点仍旧会下降至预设维护门槛值,循环往复,直至车辆的生命力太低而无法维护,因此,在以维护策略中,存在多个维护时间点。而不同的预设维护门槛值注定了有不同的维护时间点,因此,不同的预设维护门槛会对应形成不同的维护策略,在不同的维护策略中,维护目标值可以相同,也可以不同。
S33:将多个维护策略输入成本迭代模型中进行成本模拟计算,以确定车辆采取各维护策略时所需的总维护成本。
在制定多个不同维护策略之后,将多个维护策略输入成本迭代模型中进行成本模拟计算,以确定车辆采取各维护策略时所需的总维护成本。即将不同组的维护时间点和对应的维护目标值输入成本迭代模型中,计算在同一维护策略中,不同维护时间点将车辆生命力至维护至对应维护目标值所需的维护成本,取得迭代时间(维护时间点)、维护成本及维护目标值的最佳平衡,最终获得车辆采取各维护策略时所需的总维护成本。
总维护成本通过如下公式获得:
Cti=Pf*e*Cini+Pf*(1-e)*Cm+Pr*e*Cm+Pr*(1-e)*Cini;
其中,Cti为总维护成本,Cm为对应维护策略的维护成本,Cini为车辆的新品投入成本,Pf为车辆维护的失效概率,Pr为车辆维护的可靠度概率,e为误差。
S34:选择总维护成本最低的维护策略,作为目标维护策略。
在确定车辆采取各维护策略时所需的总维护成本之后,选择总维护成本最低的维护策略,作为目标维护策略。
例如,图5表示不同维护策略的总维护成本曲线图,多个预设维护门槛值包括90、80和75,其中,90、80和75三个预设维护门槛值,所对应的维护策略所需的总维护成本如图5所示,由图5可知,预设维护门槛值为70所对应的维护策略所需的总维护成本最低,则选择预设维护门槛值为70所对应的维护策略,作为目标维护策略。
本实施例中,根据车辆生命力劣化曲线,通过对车辆生命力的维护时间点、维护目标值及维护成本进行模拟计算,取得维护时间点、维护目标值及维护成本的最佳平衡点,以此来确定最佳的维护目标值、维护时间点和维护成本,在保证正确把握维护时机的基础上,最大限度的降低了成本。
本实施例中,通过获取多个预设维护门槛值,预设维护门槛值为需要对车辆进行维护时对应的生命力值,然后根据车辆生命力劣化曲线和各预设维护门槛值制定多个不同维护策略,维护策略包括多个维护时间点对应的维护目标值,维护目标值为对车辆进行维护时所需达到的目标生命力值,再将多个维护策略输入成本迭代模型中进行成本模拟计算,以确定车辆采取各维护策略时所需的总维护成本,最后选择总维护成本最低的维护策略,作为目标维护策略,明确了根据车辆生命力劣化曲线,对车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略的具体步骤,选择总维护成本最低的维护策略作为目标维护策略,在准确把握维护时机的基础上,最大限度地降低了维护成本。在最佳时机,设定适宜的维护目标,对车辆进行积极预防式的维护,避免错过维护时机而损失市场;也避免过维护,造成成本的浪费,进而减少车辆的开发成本,提升企业利润。
在一实施例中,步骤S32中,即根据车辆生命力劣化曲线和各预设维护门槛值制定多个不同维护策略,具体包括如下步骤:
a.根据车辆生命力劣化曲线,预测车辆的生命力值达到一预设维护门槛值的时间点,作为维护时间点,以获得多个维护时间点。
在获取多个预设维护门槛值之后,选择一预设维护门槛值,然后根据车辆生命力劣化曲线,预测车辆的生命力值达到一预设维护门槛值的时间点,作为维护时间点,以获得多个维护时间点。
b.根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各维护时间点对应的维护目标值。
在制定多个维护策略的时候,还需要获取车辆的竞品在不同年度的竞品生命力数据和车辆在不同年度的竞品生命力数据,然后根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各维护时间点对应的维护目标值。即维护目标值需要根据车辆竞品在不同年度的竞品生命力数据和车辆在不同年度的竞争策略确定,以保证维护之后的车辆具有竞争力。
c.根据多个维护时间点和对应的维护目标值生成一维护策略。
在确定各维护时间点对应的维护目标值之后,根据多个维护时间点和对应的维护目标值生成一维护策略。
d.更改预设维护门槛值,重复步骤a至步骤c,直至遍历所有的预设维护门槛值,以获得多个不同维护策略。
在根据多个维护时间点和对应的维护目标值生成一维护策略之后,需要更改预设维护门槛值,重复步骤a至步骤c,直至遍历所有的预设维护门槛值,以获得多个不同维护策略。
本实施例中,根据车辆生命力劣化曲线,预测车辆的生命力值达到一预设维护门槛值的时间点,作为维护时间点,以获得多个维护时间点根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各维护时间点对应的维护目标值,根据多个维护时间点和对应的维护目标值生成一维护策略,更改预设维护门槛值并重复上述步骤,直至遍历所有的预设维护门槛值,以获得多个不同维护策略,明确了根据车辆生命力劣化曲线和各预设维护门槛值制定多个不同维护策略的过程,为不同维护策略的制定提供了基础,同时根据竞品生命力数据和不同年度的竞争策略确定维护目标值,能够保证根据目标维护策略维护后的车辆具有竞争力。
在一实施例中,步骤b中,即根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各维护时间点对应的维护目标值,具体包括如下步骤:
b1.获取不同竞品在不同年度的竞品生命力数据,并根据竞品生命力数据确定不同竞品在不同年度的常态对数分布数据。
获取车辆的不同竞品在不同年度的竞品生命力数据,并根据竞品生命力数据确定不同竞品在不同年度的常态对数分布数据。
b2.根据不同竞品在不同年度的常态对数分布数据,确定不同竞品在不同年度的竞品生命力劣化曲线。
在获取不同竞品在不同年度的常态对数分布数据之后,基于不同竞品在不同年度的常态对数分布数据,对各竞品的生命力进行回归分析,确定不同竞品在不同年度的竞品生命力劣化曲线。竞品生命力劣化曲线的获取过程与车辆生命力劣化曲线的获取过程相同,在此不再赘述。
b3.根据各竞品生命力劣化曲线,确定不同竞品在同一维护时间点时的生命力值,获得多个维护生命力值。
在获取不同竞品在不同年度的竞品生命力劣化曲线之后,根据各竞品生命力劣化曲线,确定不同竞品在同一维护时间点时的生命力值,获得多个维护生命力值。
b4.根据多个维护生命力值和维护时间点对应年度的竞争策略,确定维护时间点对应的维护目标值,以确定各维护时间点对应的维护目标值。
在根据各竞品生命力劣化曲线,确定不同竞品在同一维护时间点时的生命力值,获得多个维护生命力值之后,根据多个维护生命力值和维护时间点对应年度的竞争策略,确定维护时间点对应的维护目标值,以确定各维护时间点对应的维护目标值。
在一实施例中,可以获取车辆在不同年度的车辆生命力数据,并获取车辆的不同竞品在不同年度的竞品生命力数据,然后对车辆生命力数据和竞品生命力数据进行常态对数分布处理,获取车辆在不同年度的常态对数分布数据、不同竞品在不同年度的常态对数分布数据,形成常态对数分布数据库;然后基于常态对数分布数据库,对不同年度的车辆生命力和竞品生命力进行回归分析,获取车辆生命力劣化曲线和不同竞品的竞品生命力劣化曲线,以便后续使用,以获得目标维护策略。
本实施例中,通过获取不同竞品在不同年度的竞品生命力数据,并根据竞品生命力数据确定不同竞品在不同年度的常态对数分布数据,然后根据不同竞品在不同年度的常态对数分布数据,确定不同竞品在不同年度的竞品生命力劣化曲线,再根据各竞品生命力劣化曲线,确定不同竞品在同一维护时间点时的生命力值,获得多个维护生命力值,最后根据多个维护生命力值和维护时间点对应年度的竞争策略,确定维护时间点对应的维护目标值,以确定各维护时间点对应的维护目标值,明确了根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各维护时间点对应的维护目标值的具体过程,为维护目标值的确定提供了基础。
在一实施例中,步骤b4中,即根据多个维护生命力值和维护时间点对应年度的竞争策略,确定维护时间点对应的维护目标值,具体包括如下步骤:
b41.确定将车辆的生命力值维护至各维护生命力值所需的目标生命维护成本。
在根据各竞品生命力劣化曲线,确定不同竞品在同一维护时间点时的生命力值,获得多个维护生命力值之后,确定将车辆的生命力值维护至各维护生命力值所需的目标生命维护成本。
b42.确定各目标生命维护成本是否满足对应年度的竞争策略的需求。
在确定将车辆的生命力值维护至各维护生命力值所需的目标生命维护成本之后,需要确定各目标生命维护成本是否满足对应年度的竞争策略的需求。
在确定各目标生命维护成本是否满足对应年度的竞争策略的需求之后,若目标生命维护成本不满足对应年度的竞争策略的需求,表示将车辆的生命力值维护至该维护生命力值所需的维护成本可能过高,该该维护生命力值无效,忽略该维护生命力值并确定下一维护生命力值。
b43.若目标生命维护成本满足对应年度的竞争策略的需求,则将目标生命维护成本作为维护目标值。
在确定各目标生命维护成本是否满足对应年度的竞争策略的需求之后,若目标生命维护成本满足对应年度的竞争策略的需求,即将车辆的生命力值维护至该维护生命力值所需的维护成本符合要求,则将目标生命维护成本作为维护目标值。
本实施例中,若存在多个满足对应年度的竞争策略需求的维护生命力值,则可以根据实际需求,从多个满足对应年度的竞争策略需求的维护生命力值择一维护生命力值,作为维护目标值;也可以将多个满足对应年度的竞争策略需求的维护生命力值的平均值,作为维护目标值;维护目标值也可以是多个满足对应年度的竞争策略需求的维护生命力值的中位数、最小值、最大值等。
本实施例中,通过确定将车辆的生命力值维护至各维护生命力值所需的目标生命维护成本,确定各目标生命维护成本是否满足对应年度的竞争策略的需求,若目标生命维护成本满足对应年度的竞争策略的需求,则将目标生命维护成本作为维护目标值,明确了根据多个维护生命力值和维护时间点对应年度的竞争策略,确定维护时间点对应的维护目标值的具体过程,基于竞品圈水平确定维护目标值,并确保了成本的可控性。
在一实施例中,步骤S31中,即获取多个预设维护门槛值,具体包括如下步骤:
S311:获取车辆的预设维护数据,预设维护数据包括车辆在不同年度的预设维护门槛值,预设维护门槛值为根据竞争策略确定的需要对车辆进行维护时对应的生命力值。
S312:在预设维护数据中确定车辆在不同年度的预设维护门槛值。
先获取车辆的预设维护数据,然后在预设维护数据中确定车辆在不同年度的预设维护门槛值。其中,预设维护数据包括车辆在不同年度的预设维护门槛值,作为多个预设维护门槛值。其中,车辆在不同年度的预设维护门槛值具体由对应年度的竞争策略决定,在生命力值相同的基础上,不同竞争策略下所需的维护成本不同,因此,在不同年度对车辆进行维护所需的维护成本不同。
为不同年度设置不同的预设维护门槛值,便于后续根据各预设维护门槛值制定不同年度进行维护的维护策略,可以更加明确地观察出在不同年度进行维护所耗费的维护成本变化。
其中,可以将预设维护数据生成map图,在后续需要时直接确定车辆在不同年度的预设维护门槛值,增加计算速度。
本实施例中,获取车辆的预设维护数据,预设维护数据包括车辆在不同年度的预设维护门槛值,在预设维护数据中确定车辆在不同年度的预设维护门槛值,作为多个预设维护门槛值,明确了获取多个预设维护门槛值的过程,为后续确定不同维护策略提供了基础。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种车辆维护策略确定装置,该车辆维护策略确定装置与上述实施例中车辆维护策略确定方法一一对应。如图6所示,该车辆维护策略确定装置包括获取模块601、确定模块602和计算模块603。各功能模块详细说明如下:
获取模块601,用于获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
确定模块602,用于基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
计算模块603,用于根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
进一步地,所述计算模块603具体用于:
获取多个预设维护门槛值,所述预设维护门槛值为需要对所述车辆进行维护时对应的生命力值;
根据所述车辆生命力劣化曲线和各所述预设维护门槛值制定多个不同维护策略,所述维护策略包括多个所述维护时间点对应的维护目标值,所述维护目标值为对所述车辆进行维护时所需达到的目标生命力值;
将多个所述维护策略输入成本迭代模型中进行成本模拟计算,以确定所述车辆采取各所述维护策略时所需的总维护成本;
选择所述总维护成本最低的维护策略,作为所述目标维护策略。
进一步地,所述计算模块603具体还用于:
a.根据所述车辆生命力劣化曲线,预测所述车辆的生命力值达到一所述预设维护门槛值的时间点,作为所述维护时间点,以获得多个所述维护时间点;
b.根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各所述维护时间点对应的维护目标值;
c.根据所述多个维护时间点和对应的维护目标值生成一所述维护策略;
d.更改所述预设维护门槛值,重复步骤a至步骤c,直至遍历所有的所述预设维护门槛值,以获得所述多个不同维护策略。
进一步地,所述计算模块603具体还用于:
获取不同竞品在不同年度的竞品生命力数据,并根据所述竞品生命力数据确定不同竞品在不同年度的常态对数分布数据;
根据所述不同竞品在不同年度的常态对数分布数据,确定不同竞品在不同年度的竞品生命力劣化曲线;
根据各所述竞品生命力劣化曲线,确定不同竞品在同一所述维护时间点时的生命力值,获得多个维护生命力值;
根据所述多个维护生命力值和所述维护时间点对应年度的竞争策略,确定所述维护时间点对应的维护目标值,以确定各所述维护时间点对应的维护目标值。
进一步地,所述计算模块603具体还用于:
确定将所述车辆的生命力值维护至各所述维护生命力值所需的目标生命维护成本;
确定各所述目标生命维护成本是否满足所述对应年度的竞争策略的需求;
若所述目标生命维护成本满足所述对应年度的竞争策略的需求,则将所述目标生命维护成本作为所述维护目标值。
进一步地,所述计算模块603具体还用于:
获取所述车辆的预设维护数据,所述预设维护数据包括所述车辆在不同年度的预设维护门槛值;
在所述预设维护数据中确定所述车辆在不同年度的预设维护门槛值。
进一步地,所述确定模块602具体用于:
基于所述车辆在不同年度的常态对数分布数据,对所述车辆的生命力进行机率可靠度劣化求解,确定所述不同年度的车辆生命力数据的可靠度指标;
对所述不同年度的可靠度指标进行回归分析,获得所述车辆的车辆生命力劣化曲线。
关于车辆维护策略确定装置的具体限定可以参见上文中对于车辆维护策略确定方法的限定,在此不再赘述。上述车辆维护策略确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种车辆维护策略确定装置,该计算机设备可以是服务器,该车辆维护策略确定装置包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该车辆维护策略确定装置的数据库用于保存车辆维护策略确定方法所用到和生成的相关数据。该车辆维护策略确定装置的网络接口用于与车辆通过网络连接通信。该计算机程序被处理器执行时以实现一种车辆维护策略确定方法。
在一个实施例中,如图7所示,提供了一种车辆维护策略确定装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,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单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆维护策略确定方法,其特征在于,包括:
获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
2.如权利要求1所述的车辆维护策略确定方法,其特征在于,所述根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略,包括:
获取多个预设维护门槛值,所述预设维护门槛值为需要对所述车辆进行维护时对应的生命力值;
根据所述车辆生命力劣化曲线和各所述预设维护门槛值制定多个不同维护策略,所述维护策略包括多个所述维护时间点对应的维护目标值,所述维护目标值为对所述车辆进行维护时所需达到的目标生命力值;
将多个所述维护策略输入成本迭代模型中进行成本模拟计算,以确定所述车辆采取各所述维护策略时所需的总维护成本;
选择所述总维护成本最低的维护策略,作为所述目标维护策略。
3.如权利要求2所述的车辆维护策略确定方法,其特征在于,所述根据所述车辆生命力劣化曲线和各所述预设维护门槛值制定多个不同维护策略,包括:
a.根据所述车辆生命力劣化曲线,预测所述车辆的生命力值达到一所述预设维护门槛值的时间点,作为所述维护时间点,以获得多个所述维护时间点;
b.根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各所述维护时间点对应的维护目标值;
c.根据所述多个维护时间点和对应的维护目标值生成一所述维护策略;
d.更改所述预设维护门槛值,重复步骤a至步骤c,直至遍历所有的所述预设维护门槛值,以获得所述多个不同维护策略。
4.如权利要求3所述的车辆维护策略确定方法,其特征在于,所述根据不同年度的竞品生命力数据和不同年度的竞争策略,确定各所述维护时间点对应的维护目标值,包括:
获取不同竞品在不同年度的竞品生命力数据,并根据所述竞品生命力数据确定不同竞品在不同年度的常态对数分布数据;
根据所述不同竞品在不同年度的常态对数分布数据,确定不同竞品在不同年度的竞品生命力劣化曲线;
根据各所述竞品生命力劣化曲线,确定不同竞品在同一所述维护时间点时的生命力值,获得多个维护生命力值;
根据所述多个维护生命力值和所述维护时间点对应年度的竞争策略,确定所述维护时间点对应的维护目标值,以确定各所述维护时间点对应的维护目标值。
5.如权利要求4所述的车辆维护策略确定方法,其特征在于,所述根据所述多个维护生命力值和所述维护时间点对应年度的竞争策略,确定所述维护时间点对应的维护目标值,包括:
确定将所述车辆的生命力值维护至各所述维护生命力值所需的目标生命维护成本;
确定各所述目标生命维护成本是否满足所述对应年度的竞争策略的需求;
若所述目标生命维护成本满足所述对应年度的竞争策略的需求,则将所述目标生命维护成本作为所述维护目标值。
6.如权利要求2所述的车辆维护策略确定方法,其特征在于,所述获取多个预设维护门槛值,包括:
获取所述车辆的预设维护数据,所述预设维护数据包括所述车辆在不同年度的预设维护门槛值;
在所述预设维护数据中确定所述车辆在不同年度的预设维护门槛值。
7.如权利要求1-6任一项所述的车辆维护策略确定方法,其特征在于,所述基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定不同年度的车辆生命力劣化曲线,包括:
基于所述车辆在不同年度的常态对数分布数据,对所述车辆的生命力进行机率可靠度劣化求解,确定所述不同年度的车辆生命力数据的可靠度指标;
对所述不同年度的可靠度指标进行回归分析,获得所述车辆的车辆生命力劣化曲线。
8.一种车辆维护策略确定装置,其特征在于,包括:
获取模块,用于获取不同年度的车辆生命力数据,并根据所述不同年度的车辆生命力数据确定车辆在不同年度的常态对数分布数据;
确定模块,用于基于所述车辆在不同年度的常态对数分布数据,采用回归分析方法确定车辆生命力劣化曲线,所述车辆生命力劣化曲线用于表示所述车辆的生命力衰减趋势;
计算模块,用于根据所述车辆生命力劣化曲线,对所述车辆在不同维护策略进行维护时所需的维护成本进行模拟计算,获得满足预设成本条件的目标维护策略。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述车辆维护策略方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车辆维护策略方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694357.4A CN115222439A (zh) | 2021-06-22 | 2021-06-22 | 一种车辆维护策略方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110694357.4A CN115222439A (zh) | 2021-06-22 | 2021-06-22 | 一种车辆维护策略方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115222439A true CN115222439A (zh) | 2022-10-21 |
Family
ID=83606381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110694357.4A Pending CN115222439A (zh) | 2021-06-22 | 2021-06-22 | 一种车辆维护策略方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115222439A (zh) |
-
2021
- 2021-06-22 CN CN202110694357.4A patent/CN115222439A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382906B (zh) | 一种电力负荷预测方法、***、设备和计算机可读存储介质 | |
CN112433896B (zh) | 一种服务器磁盘故障预测方法、装置、设备及存储介质 | |
CN111639783A (zh) | 一种基于lstm神经网络的线损预测方法及*** | |
CN114240243B (zh) | 一种基于动态***辨识的精馏塔产品质量预测方法及装置 | |
CN108154232A (zh) | 人工神经网络的剪枝方法、装置、设备及可读存储介质 | |
CN112416783B (zh) | 软件质量影响因素确定方法、装置、设备和存储介质 | |
CN110999766A (zh) | 灌溉决策方法、装置、计算机设备和存储介质 | |
CN107706938B (zh) | 一种基于分位点回归的风电功率波动区间分析方法 | |
CN114997744A (zh) | 一种设备健康评估方法、装置、计算机设备及介质 | |
CN112926807A (zh) | 考虑预测误差的机柜设备发热量超短期预测方法及*** | |
CN117632905B (zh) | 基于云端使用记录的数据库管理方法及*** | |
CN111930476A (zh) | 一种任务调度方法、装置及电子设备 | |
CN113722098A (zh) | 基于人工智能的服务器容量预测方法、装置、设备及介质 | |
CN115222439A (zh) | 一种车辆维护策略方法、装置、计算机设备及存储介质 | |
CN117149410A (zh) | 一种基于ai智能模型训练调度指挥监控*** | |
CN113328467A (zh) | 一种概率电压稳定性评估方法、***、终端设备及介质 | |
CN112016702A (zh) | 基于迁移学习的医疗数据处理方法、装置、设备及介质 | |
CN111524023A (zh) | 温室调节方法及*** | |
CN113822441B (zh) | 决策模型训练方法、装置、终端设备及存储介质 | |
CN115795907A (zh) | 一种机电设备的可靠性评估方法、***、设备及介质 | |
CN112488224B (zh) | 模型训练方法、装置、计算机设备及存储介质 | |
CN104537224A (zh) | 基于自适应学习算法的多状态***可靠性分析方法及*** | |
CN112733433A (zh) | 装备测试性策略优化方法和装置 | |
CN113343468A (zh) | 一种sarima模型进行多步预测的方法、装置及设备 | |
CN115358478A (zh) | 风电机组发电量增益的评估方法、装置和电子设备 |
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 |