一种汽车拆解件资源可再生智能评测方法及系统技术方案

本发明专利技术公开了一种汽车拆解件资源可再生智能评测方法及系统，所述方法包括步骤一、数据采集管理模块采集汽车拆解件对应车型的配置和销售量信息；步骤二、构建价值预测模型，结合信息数据库进行拆解件价值预测；步骤三，构建可再生模型，结合信息数据库进行拆解件评测。本发明专利技术可实现拆解件库存的动态管理，达到拆解件再利用与资源化有效统一。拆解件再利用与资源化有效统一。拆解件再利用与资源化有效统一。

【技术实现步骤摘要】
一种汽车拆解件资源可再生智能评测方法及系统


[0001]本专利技术属于汽车拆解
，具体涉及一种汽车拆解件资源可再生智能评测方法及系统。

技术介绍

[0002]报废汽车在拆解后，一部分进行修复翻新(再制造)后回收再利用，一部分破碎后作为废金属和废塑料，出售给金属和塑料再生企业作为生产原料资源化，其他不能回收的部分作为废料焚烧或填埋处理，其中的经济价值依次递减。
[0003]据统计，在发达国家，报废汽车拆解后零部件可利用率高达95％，再制造汽车的能耗仅为新制造汽车的15％，说明再制造是实现报废汽车最大化价值的主要途径，但再制造需要占用大量的拆解件库存，为了实现报废车辆的最大化经济价值，减小报废汽车所有人的价值鸿沟，拆解厂需要一种能够实现对报废车的拆解件智能可再生的概率评测方案。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对上述现有技术的不足，提供一种汽车拆解件资源可再生智能评测方法，通过采集对应车型的不同年度的保有量数据，对不同年度对应拆解件的需求进行评估，并通过人工智能模型预测拆解件可再生价值评估及库存的动态管理，从而实现拆解件库存的动态管理，达到拆解件再利用与资源化有效统一。可实现整个报废汽车拆解件再利用的规范化和标准化。
[0005]为实现上述技术目的，本专利技术采取的技术方案为：
[0006]一种汽车拆解件资源可再生智能评测方法，包括：
[0007]步骤一、数据采集管理模块采集汽车拆解件对应车型的配置和销售量信息；
[0008]步骤二、构建价值预测模型，结合信息数据库进行拆解件价值预测；
[0009]步骤三，构建可再生模型，结合信息数据库进行拆解件评测。
[0010]为优化上述技术方案，采取的具体措施还包括：
[0011]上述的数据采集管理模块，将拆解件按照车型分类，得到拆解件对应的车型，通过爬虫程序在互联网检索车型各部件的配置信息和车型各年的区域销售量信息，并将检索到的信息存储到系统信息数据库；
[0012]所述配置信息包括车重、驱动方式、汽油车排量、电动车电池种类及容量信息。
[0013]上述的步骤二采用马氏链构建价值预测模型，价值预测模型公式为：
[0014]X(k+1)＝X(k)
×
P
[0015]式中：X(k)表示趋势分析与预测对象在t＝k时刻的状态向量，P表示一步转移概率矩阵， X(k+1)表示趋势分析与预测对象在t＝k+1时刻的状态向量。
[0016]上述的步骤二通过爬虫程序在互联网检索拆解件对应车型的二手拆解件和新零件的配置信息、价格信息和市场需求信息，并从中提取价值预测模型需要的信息；
[0017]然后将采集到的当月信息结合信息数据库的历史信息对本月拆解件进行价值预
测。
[0018]上述的配置信息包括重量、材料组成、技术参数信息；价格信息包括淘宝报价、4S店报价、保险报价；市场需求信息包括各种渠道的求购信息。
[0019]上述的步骤三采用岭回归法构建可再生模型，模型公式为：
[0020]||Xθ
‑
y||2+||Γθ||2[0021]其中，X＝输入；y＝输出的预测结果；||表示正则；
[0022]定义客观的训练结果r＝拟合值aI；
[0023]则防止过拟合运算过程为：θ(a)＝(X
T
X+aI)
‑1X
T
y；
[0024]Ⅰ是单位矩阵。
[0025]上述的步骤三中拆解件评测步骤包括：
[0026](1)通过信息数据库获取本月二手拆解件和新零件数据，并分别分类得到分类数据，其他零件信息三组数据；
[0027](2)将二手拆解件的三组数据映射为模拟数据，将新零件三组数据映射为实际数据；
[0028](3)将一组模拟数据和另外两组实际数据输入可再生模型运算得到模拟拟合值；将三组实际数据输入可再生模型运算得到实际拟合值；
[0029](4)根据模拟拟合值和实际拟合值进行过拟合判别；
[0030](5)确认为过拟合的零部件则判定为作为可再生资源的可能性不大，反之作为可再生资源在对应的系统信息数据库中拆解件标记为可再生。
[0031]上述的分类是指将二手拆解件和新零件分为车架或车内零件，车内零件包括发动机、轮胎、座椅，所述其他零件信息包括火花塞、安全气囊、车标信息。
[0032]上述的(4)中，若模拟拟合值与实际拟合值的差值大于20％，则确定为过拟合；
[0033]若过拟合在10
‑
20％之间且价值预测模型的下月同类拆解件价值向上概率小于50％也确定为过拟合。
[0034]上述的一种汽车拆解件资源可再生智能评测方法基于汽车拆解件资源可再生智能评测系统实现，所述系统包括车型数据管理模块、拆解件求购信息收集与管理模块、再利用决策模块，分别用于车型数据管理、拆解件求购信息收集与管理、以及再利用决策。
[0035]本专利技术具有以下有益效果：
[0036]首先，将拆解件按照车型分类后的信息与通过爬虫程序在互联网检索该车型各部件的配置信息和车型各年的区域销售量信息(中国区)存储到到系统信息数据库。其次，采用马氏链构建价值预测模型，可预测拆解件下时段价值波动的概率，概率越大可再生的价值越大。然后，采用采用岭回归法构建可再生模型，通过模拟数据和实际数据差值运算确认本月拆解件过拟合状态。统计本月拆解件中确认为过拟合的零部件判定为作为可再生资源的可能性不大。反之作为可再生资源在对应的系统信息数据库中拆解件标记为可再生。进而实现整个报废汽车拆解件再利用的智能化评测。
附图说明
[0037]图1为本专利技术汽车拆解件资源可再生智能评测方法流程图。
具体实施方式
[0038]以下结合附图对本专利技术的实施例作进一步详细描述。
[0039]本专利技术公开了一种汽车拆解件资源可再生智能评测方法，该方法基于汽车拆解件资源可再生智能评测系统实现，所述系统包括车型数据管理模块、拆解件求购信息收集与管理模块、再利用决策模块，分别用于车型数据管理、拆解件求购信息收集与管理、以及再利用决策。
[0040]如图1所示，所述汽车拆解件资源可再生智能评测方法包括以下步骤：
[0041]步骤一、数据采集管理模块采集汽车拆解件对应车型的配置和销售量信息；
[0042]将拆解件按照车型分类，通过爬虫程序在互联网检索该车型各部件的配置信息(车重、驱动方式、汽油车排量、电动车电池种类及容量等信息)和车型各年的区域销售量信息(中国区)存储到系统信息数据库；
[0043]步骤二、构建价值预测模型，结合信息数据库进行拆解件价值预测；
[0044]首先，采用马氏链构建【价值预测模型】。
[0045]该模型可预测拆解件下时段价值向上及向下波动的概率，概率越大可再生的价值越大，进而对不同拆解件最终去向进行决策。
[0046]其次，通过爬虫程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车拆解件资源可再生智能评测方法，其特征在于，包括：步骤一、数据采集管理模块采集汽车拆解件对应车型的配置和销售量信息；步骤二、构建价值预测模型，结合信息数据库进行拆解件价值预测；步骤三，构建可再生模型，结合信息数据库进行拆解件评测。2.根据权利要求1所述的一种汽车拆解件资源可再生智能评测方法，其特征在于，所述数据采集管理模块，将拆解件按照车型分类，得到拆解件对应的车型，通过爬虫程序在互联网检索车型各部件的配置信息和车型各年的区域销售量信息，并将检索到的信息存储到系统信息数据库；所述配置信息包括车重、驱动方式、汽油车排量、电动车电池种类及容量信息。3.根据权利要求1所述的一种汽车拆解件资源可再生智能评测方法，其特征在于，所述步骤二采用马氏链构建价值预测模型，价值预测模型公式为：X(k+1)＝X(k)
×
P式中：X(k)表示趋势分析与预测对象在t＝k时刻的状态向量，P表示一步转移概率矩阵，X(k+1)表示趋势分析与预测对象在t＝k+1时刻的状态向量。4.根据权利要求1所述的一种汽车拆解件资源可再生智能评测方法，其特征在于，所述步骤二通过爬虫程序在互联网检索拆解件对应车型的二手拆解件和新零件的配置信息、价格信息和市场需求信息，并从中提取价值预测模型需要的信息；然后将采集到的当月信息结合信息数据库的历史信息对本月拆解件进行价值预测。5.根据权利要求4所述的一种汽车拆解件资源可再生智能评测方法，其特征在于，所述配置信息包括重量、材料组成、技术参数信息；价格信息包括淘宝报价、4S店报价、保险报价；市场需求信息包括各种渠道的求购信息。6.根据权利要求1所述的一种汽车拆解件资源可再生智能评测方法，其特征在于，所述步骤三采用岭回归法构建可再生模型，模型公式为：||Xθ
‑
y||2+||Γθ||2其中，X＝输入；y＝输出的预测结果；||表示正则；定义...

【专利技术属性】
技术研发人员：朱文进，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：