本发明专利技术属于汽车工业数据预测技术领域，尤其涉及一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型并验证；根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；结合当地对电动汽车替代比例以及电动汽车实际增长情况，获得替代新增量，进而预测出未来年份的电动汽车总量。本发明专利技术能够利用统计数据计算得出传统汽车保有量，并且推算出电动汽车保有量，有助于电动汽车充电设施规划及政策分析。
【技术实现步骤摘要】
本专利技术属于汽车工业数据预测
，尤其涉及一种基于多元线性回归与比例替代法的电动汽车保有量预测方法。
技术介绍
汽车工业是国民经济的支柱产业，它与人们的生活息息相关，已成为现代社会必不可少的组成部分。但是，以石油为燃料的传统的汽车工业，在为人们提供快捷、舒适的交通工具的同时，增加了国民经济对化石能源的依赖，加深了能源生产与消费之间的矛盾。随着资源与环境双重压力的持续增大，发展新能源汽车已成为未来汽车工业发展的方向。我国已出台多项政策推动电动汽车大规模示范应用，新能源汽车充换电设施是新能源汽车发展的基础条件，充换电服务网络的形成有利于推进新能源汽车的发展。而电动汽车保有量发展趋势预测是电动汽车充/换电服务网络规划建设的重要参考依据，在分析汽车市场发展规律的基础上，预测电动汽车发展趋势，可为电动汽车相关规划提供参考依据。目前，对于电动汽车保有量的研究，主要有弹性系数法、千人保有量法、运用Logistic模型建模、灰色系统理论建模和Bass模型预测等方法，但大多采用单一方法对电动汽车发展规模进行预测，存在单一性、局限性等问题。
技术实现思路
针对上述存在的问题，本专利技术提出了一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，包括：步骤1、通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型，对模型的有效性进行验证；步骤2、根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；步骤3、结合当地对电动汽车替代传统汽车的电气化更新替代比例以及电动汽车实际增长情况，获得电动汽车的替代新增量，进而预测出未来年份的电动汽车总量。所述步骤1具体包括：步骤1.1：收集传统机动车保有量相关的影响因素，包括：城镇居民家庭人均可支配收入、燃料动力购进价格指数、城区建成面积、公路里程、地区生产总值、道路货运量、公路客运量、城镇人口总数、公路里程、人均GDP与城市化率、工业总产值、社会消费零售总额；步骤1.2：S曲线的表达式如下：w=1a+be-λ---(1)]]>令e为自然对数，w是应变量，λ是自变量，L、a、b为常系数，可得到变换式将所有与传统机动车保有量相关的影响因素设为x1,x2,…,xi,…,xn，为了取值方便，将影响因素各自取对数然后再带入，可得到式(2)：w=L1+Leb1log x1+b2log x2+b3log x3+...+bilog xi+...bnlog xn+b0---(2)]]>式(2)中b0,b1,…,bi,…,bn是常数，设得：W＝b1x1+b2x2+b3x3+…+bixi+…bnxn+b0 (3)式(3)中，W为传统汽车保有量，单位为辆；Xi为与传统汽车保有量相关的影响因素，bi为常数；将式(3)转化为多元一次线性方程组求解，可获得基于多源数据的汽车保有量预测模型，该模型为多元回归模型；步骤1.3：对影响因素和目标变量进行组合分析，得出传统汽车保有量多重共线性模型，再将已知年份的数据代入模型，预测出下一年度的传统汽车保有量，并与真实汽车保有量进行比对：若误差小于alpha，则该模型通过有效性检验；否则重新确立影响因素的组合，重复步骤1.2，直至模型通过有效性检验；通过验证的传统汽车保有量模型为多重共线性模型。所述步骤2具体包括：多项式拟合可以选择一阶、二阶或更高阶的拟合函数：y＝∑θixi (4)其中，θi为第i阶变量的系数，x为解释变量，i为多项式拟合的阶数，y为传统汽车保有量；根据已知年份保有量数据进行拟合，可预测传统汽车总的保有量Wv以及各类汽车保有量Wav,Wbv,…Wmv；根据现有数据增长规律的分析结果，选取恰当的多项式拟合形式，计算未来年份解释变量的预测值；步骤2.2：将解释变量的预测值代入传统汽车保有量模型和各类传统汽车保有量子模型，并通过已知数据进行验证，若则接受拟合结果；否则，重新选取拟合多项式形式进行数据拟合，直至符合接受条件，beta为风险系数。所述步骤3具体包括：步骤3.1：将步骤2中预测出未来年份的传统汽车保有量，代入各类电动汽车增量预测表中“传统汽车保有量预计”一栏，计算相邻两年的保有量差值代入表中“传统汽车替代新增量”一栏；确定各类传统汽车报废年限，得出自然淘汰率θ，每年保有量乘以当年自然淘汰率即为自然淘汰量，每年替代新增量与自然淘汰量之和即为当年传统汽车总替代量；表1各类电动汽车增量预测表(2015-2020年)步骤3.2：结合当地有关电动汽车更新替代比例的规划目标，以及电动汽车增长实际情况，得出各年度电动汽车在车辆更新替代中所占的比例，代入电动汽车增量预测表中“电气化替代新增比例”一栏；最后，“传统汽车总替代量”一栏数值与同年度“电气化替代新增比例”一栏相乘，代入“电动汽车替代新增量”一栏；前一年的电动汽车保有量与当年的电动汽车替代新增量之和，即为当年总的电动汽车预测保有量Wev。本专利技术与现有技术相比具有如下优点：1、本专利技术提出了一种基于传统汽车保有量预测电动汽车保有量的方法，将传统汽车与电动汽车保有量相结合，从而可以有效预测电动汽车保有量。2、考虑多因素对电动汽车发展规模的影响，建立预测模型，综合多元线性回归、多项式拟合和比例替代法三种预测方法，充分考虑电动汽车发展所关联的各种影响因素的作用和差异，可以有效修正单一预测方法存在的局限性及对单个数据敏感性差异较大的问题。3、考虑各类汽车报废年限，引入自然淘汰率，使预测结果更符合实际。附图说明图1为电动汽车保有量预测流程图。具体实施方式下面结合附图，对实施例作详细说明。本专利技术提出的一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，如图1所示，在考虑社会经济发展、政策因素与汽车保有量变化的关系的基础上，建立了社会经济发展等多项指标与汽车保有量之间的函数关系，能很好地应用于实际情况中。为了验证前面提出的方法的有效性和合理性，采集某地区数据进行分析验证。具体方法步骤如下所示：步骤1：基于多元线性回归分析建立传统汽车保有量模型，具体包括如下步骤：步骤1.1：确定分析目标及相关变量并收集数据在预测传统汽车保有量时，分析目标为传统汽车保有量，潜在相关影响因素即解释变量有很多，诸如城镇居民家庭人均可支配收入、城区建成面积、燃料动力购进价格指数、公路里程、城镇人口总数、公路客运量、社会消费零售总额、地区生产总值、全社会固定资产投资、公路货运量、汽油消费量等，通过查询国家统计年鉴或登录国家统计局网站得到当地相关数据，见表2。表2汽车保有量影响因素线性拟合结果步骤1.2：选择合适拟合模型并求解多元线性回归法属于因果预测法，用于分析事物之间的统计关系，更倾向于用多个相关因素进行计算得出预测值。此处通过表2中传统汽车保有量影响因素和目标变量的历史数据进行组合分析，通过各组合输出结果的模型拟合度分析(模型拟合度代表了此模型可以被应用的百分比)、显著性分析(若显著性sig<gamma，则模型非常显著、可信)等确定它们之间的关系。最终得出该地区城镇居民家庭人均可支配收入、燃料动力购进价格指数、城区建成面积、公路里程、公路客运量与传统汽车保有量本文档来自技高网...
【技术保护点】
一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，其特征在于，包括：步骤1、通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型，对模型的有效性进行验证；步骤2、根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；步骤3、结合当地对电动汽车替代传统汽车的电气化更新替代比例以及电动汽车实际增长情况，获得电动汽车的替代新增量，进而预测出未来年份的电动汽车总量。
【技术特征摘要】
1.一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，其特征在于，包括：步骤1、通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型，对模型的有效性进行验证；步骤2、根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；步骤3、结合当地对电动汽车替代传统汽车的电气化更新替代比例以及电动汽车实际增长情况，获得电动汽车的替代新增量，进而预测出未来年份的电动汽车总量。2.根据权利要求1所述方法，其特征在于，所述步骤1具体包括：步骤1.1：收集传统机动车保有量相关的影响因素，包括：城镇居民家庭人均可支配收入、燃料动力购进价格指数、城区建成面积、公路里程、地区生产总值、道路货运量、公路客运量、城镇人口总数、公路里程、人均GDP与城市化率、工业总产值、社会消费零售总额；步骤1.2：取对数公式如下：w=1a+be-λ---(1)]]>令ebo＝b，e为自然对数，w是应变量，λ是自变量，L、a、b为常系数，可得到变换式将所有与传统机动车保有量相关的影响因素设为x1,x2,…,xi,…,xn，为了取值方便，将影响因素各自取对数然后再带入，可得到式(2)：w=L1+Leb1logx1+b2logx2+b3logx3+...+bilogxi+...bnlogxn+b0---(2)]]>式(2)中b0,b1,…,bi,…,bn是常数，设Xi＝logxi,得：W＝b1x1+b2x2+b3x3+…+bixi+…bnxn+b0 (3)式(3)中，W为传统汽车保有量，单位为辆；Xi为与传统汽车保有量相关的影响因素，bi为常数；将式(3)转化为多元一次线性方程组求解，可获得基于多源数据的汽车保有量预测模型，该模型为多元回归模型；步骤1.3：对影响因素和目标变量进行组合分析，得出传统汽车保有量多重共...
【专利技术属性】
技术研发人员：师瑞峰，马源，杨阳，梁子航，孙常浩，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。