本技術(shù)涉及汽車殘值評估，特別是涉及一種智能電動汽車的車輛殘值評估方法及系統(tǒng)。

背景技術(shù)：

1、近年來，新能源汽車產(chǎn)業(yè)在全球范圍內(nèi)取得了顯著的發(fā)展。隨著技術(shù)的不斷進步，電動汽車的銷量和保有量持續(xù)增加。伴隨著智能化技術(shù)的發(fā)展，電動車輛配置輔助駕駛、智能駕駛功能也愈發(fā)普及。消費者對于智能電動汽車的接受度不斷提高，但同時也對其殘值表示擔憂。由于技術(shù)和市場需求相對較新，其殘值評估體系尚未完善，導致消費者在購買時存在顧慮。由于智能電動汽車與傳統(tǒng)燃油車在動力系統(tǒng)、能源使用、技術(shù)特性等方面存在顯著差異，傳統(tǒng)車輛殘值評估方法不能完全適用于智能電動汽車參數(shù)評估。

技術(shù)實現(xiàn)思路

1、本技術(shù)的目的是提供一種智能電動汽車的車輛殘值評估方法及系統(tǒng)，可支持智能電動汽車的剩余價值評估，為二手車交易提供客觀、公正的評估結(jié)果，提升二手車交易的透明度，提高消費者對新能源汽車的信心，進一步促進新能源汽車市場的繁榮。

2、為實現(xiàn)上述目的，本技術(shù)提供了如下方案。

3、第一方面，本技術(shù)提供了一種智能電動汽車的車輛殘值評估方法，包括以下步驟。

4、獲取車輛評估指標；所述車輛評估指標包括：三電動力系統(tǒng)指標、智駕系統(tǒng)指標和其他系統(tǒng)指標；所述三電動力系統(tǒng)指標包括：電池歷史故障率、電池歷史使用強度、電池剩余循環(huán)壽命、電機和電控部件歷史故障率、電池容量保持率、電池一致性狀態(tài)、電池安全性狀態(tài)、電機能量轉(zhuǎn)化率、電機運行最高溫度上升率、電機控制器最高溫度上升率和高壓部件最高溫度上升率；所述智駕系統(tǒng)指標包括：歷史故障率、硬件老化程度和功能可用性；所述其他系統(tǒng)指標包括：車輛操控性、行駛穩(wěn)定性、座艙磨損程度和車身外觀磨損程度。

5、基于所述車輛評估指標，建立多層次的車輛狀態(tài)評估模型；所述多層次的車輛狀態(tài)評估模型包括：評價目標層、子目標層和指標層。

6、基于所述多層次的車輛狀態(tài)評估模型，根據(jù)指標層的指標量建立評價因素集合和評價狀態(tài)集合。

7、對所述車輛評估指標進行分類，得到分類后的指標；所述分類后的指標包括：數(shù)值型指標和描述型指標。

8、基于所述評價因素集合和所述評價狀態(tài)集合，分別計算所述分類后的指標中各指標對應(yīng)于各個狀態(tài)的指標狀態(tài)隸屬度向量。

9、確定指標層的各指標對相應(yīng)子目標層各指標的影響權(quán)重。

10、基于所述指標狀態(tài)隸屬度向量，建立指標狀態(tài)矩陣。

11、基于所述影響權(quán)重和所述指標狀態(tài)矩陣，計算得到子目標層的隸屬度向量和評價目標層的狀態(tài)隸屬度向量。

12、根據(jù)所述評價目標層的狀態(tài)隸屬度向量，計算得到車輛最終狀態(tài)評價結(jié)果；

13、根據(jù)所述車輛最終狀態(tài)評價結(jié)果，計算得到對應(yīng)的健康衰減系數(shù)。

14、基于所述健康衰減系數(shù)，計算得到最終車輛成本。

15、第二方面，本技術(shù)提供了一種智能電動汽車的車輛殘值評估系統(tǒng)，用于實現(xiàn)上述所述的智能電動汽車的車輛殘值評估方法，所述智能電動汽車的車輛殘值評估系統(tǒng)包括以下內(nèi)容。

16、車輛評估指標獲取單元，用于獲取車輛評估指標；所述車輛評估指標包括：三電動力系統(tǒng)指標、智駕系統(tǒng)指標和其他系統(tǒng)指標；所述三電動力系統(tǒng)指標包括：電池歷史故障率、電池歷史使用強度、電池剩余循環(huán)壽命、電機和電控部件歷史故障率、電池容量保持率、電池一致性狀態(tài)、電池安全性狀態(tài)、電機能量轉(zhuǎn)化率、電機運行最高溫度上升率、電機控制器最高溫度上升率和高壓部件最高溫度上升率；所述智駕系統(tǒng)指標包括：歷史故障率、硬件老化程度和功能可用性；所述其他系統(tǒng)指標包括：車輛操控性、行駛穩(wěn)定性、座艙磨損程度和車身外觀磨損程度。

17、多層次的車輛狀態(tài)評估模型建立單元，用于基于所述車輛評估指標，建立多層次的車輛狀態(tài)評估模型；所述多層次的車輛狀態(tài)評估模型包括：評價目標層、子目標層和指標層。

18、評價因素集合和評價狀態(tài)集合建立單元，用于基于所述多層次的車輛狀態(tài)評估模型，根據(jù)指標層的指標量建立評價因素集合和評價狀態(tài)集合。

19、分類單元，用于對所述車輛評估指標進行分類，得到分類后的指標；所述分類后的指標包括：數(shù)值型指標和描述型指標。

20、第一隸屬度向量計算單元，用于基于所述評價因素集合和所述評價狀態(tài)集合，分別計算所述分類后的指標中各指標對應(yīng)于各個狀態(tài)的指標狀態(tài)隸屬度向量。

21、影響權(quán)重確定單元，用于確定指標層的各指標對相應(yīng)子目標層各指標的影響權(quán)重。

22、指標狀態(tài)矩陣建立單元，用于基于所述指標狀態(tài)隸屬度向量，建立指標狀態(tài)矩陣。

23、第二隸屬度向量計算單元，用于基于所述影響權(quán)重和所述指標狀態(tài)矩陣，計算得到子目標層的隸屬度向量和評價目標層的狀態(tài)隸屬度向量。

24、車輛最終狀態(tài)評價結(jié)果計算單元，用于根據(jù)所述評價目標層的狀態(tài)隸屬度向量，計算得到車輛最終狀態(tài)評價結(jié)果。

25、健康衰減系數(shù)計算單元，用于根據(jù)所述車輛最終狀態(tài)評價結(jié)果，計算得到對應(yīng)的健康衰減系數(shù)。

26、最終車輛成本計算單元，用于基于所述健康衰減系數(shù)，計算得到最終車輛成本。

27、第三方面，本技術(shù)提供了一種計算機設(shè)備，包括：存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)上述中所述的智能電動汽車的車輛殘值評估方法。

28、第四方面，本技術(shù)提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中所述的智能電動汽車的車輛殘值評估方法。

29、第五方面，本技術(shù)提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)上述中所述的智能電動汽車的車輛殘值評估方法。

30、根據(jù)本技術(shù)提供的具體實施例，本技術(shù)公開了以下技術(shù)效果。

31、本技術(shù)提供了一種智能電動汽車的車輛殘值評估方法及系統(tǒng)，該方法包括：獲取車輛評估指標；所述車輛評估指標包括：三電動力系統(tǒng)指標、智駕系統(tǒng)指標和其他系統(tǒng)指標；通過對車輛歷史運行數(shù)據(jù)、線下評估數(shù)據(jù)的分析，可將車輛歷史使用情況對車輛狀態(tài)的影響，及當前車輛真實狀態(tài)全面納入考量，可極大提高車輛殘值評估結(jié)果的準確性。基于所述車輛評估指標，建立多層次的車輛狀態(tài)評估模型；所述多層次的車輛狀態(tài)評估模型包括：評價目標層、子目標層和指標層；通過設(shè)置分級指標框架，可有效將影響車輛殘值的主、客觀評價因素有效融合，實現(xiàn)對車輛殘值的有效評估?；谒龆鄬哟蔚能囕v狀態(tài)評估模型，根據(jù)指標層的指標量建立評價因素集合和評價狀態(tài)集合；對所述車輛評估指標進行分類，得到分類后的指標；所述分類后的指標包括：數(shù)值型指標和描述型指標；基于所述評價因素集合和所述評價狀態(tài)集合，分別計算所述分類后的指標中各指標對應(yīng)于各個狀態(tài)的指標狀態(tài)隸屬度向量；確定指標層的各指標對相應(yīng)子目標層各指標的影響權(quán)重；基于所述指標狀態(tài)隸屬度向量，建立指標狀態(tài)矩陣；基于所述影響權(quán)重和所述指標狀態(tài)矩陣，計算得到子目標層的隸屬度向量和評價目標層的狀態(tài)隸屬度向量；根據(jù)所述車輛最終狀態(tài)評價結(jié)果，計算得到對應(yīng)的健康衰減系數(shù)；基于所述健康衰減系數(shù)，計算得到最終車輛成本?；谀：u價原理根據(jù)分層指標定義情況，分別定義指標狀態(tài)隸屬度函數(shù)并確定指標狀態(tài)向量，采用不同權(quán)重確定方法確定各層指標權(quán)重向量，最終完成車輛健康狀態(tài)進行分層綜合評價，并根據(jù)評價結(jié)果確定車輛健康衰減系數(shù)；基于車輛初始成本及車輛健康衰減系統(tǒng)完成當前車輛殘值的評估。本技術(shù)能夠支持智能電動汽車的剩余價值評估，為二手車交易提供客觀、公正的評估結(jié)果，提升二手車交易的透明度，提高消費者對新能源汽車的信心，進一步促進新能源汽車市場的繁榮。