-
公开(公告)号：CN108022325A
公开(公告)日：2018-05-11
申请号：CN201710994804.1
申请日：2017-10-23
Applicant: 重庆长安汽车股份有限公司 , 重庆大学
Abstract: 本发明提供了一种汽车发动机数据采集与故障隐患分析预警模型，主要包括以下步骤：1)实时采集怠速车辆的车况数据。2)对采集到的车况数据进行故障特征参数提取。3)分析故障特征参数的主成分。4)数据标准化。5)故障风险分析。本发明能直观地从地图上找到可能发生故障的车辆，从而找出发动机容易发生故障的零部件。根据分析结果，可以及时对可能发生故障的零部件进行检测，提前预防故障的发生，并指导研发产品设计改进。
-
公开(公告)号：CN108022325B
公开(公告)日：2020-03-17
申请号：CN201710994804.1
申请日：2017-10-23
Applicant: 重庆长安汽车股份有限公司 , 重庆大学
Abstract: 本发明提供了一种汽车发动机数据采集与故障隐患分析预警模型，主要包括以下步骤：1)实时采集怠速车辆的车况数据。2)对采集到的车况数据进行故障特征参数提取。3)分析故障特征参数的主成分。4)数据标准化。5)故障风险分析。本发明能直观地从地图上找到可能发生故障的车辆，从而找出发动机容易发生故障的零部件。根据分析结果，可以及时对可能发生故障的零部件进行检测，提前预防故障的发生，并指导研发产品设计改进。
-
公开(公告)号：CN113962745A
公开(公告)日：2022-01-21
申请号：CN202111278216.0
申请日：2021-10-30
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及大数据挖掘技术领域，针对现有的汽车行业的销量预测方法预测准确率低的问题，提出一种基于Prophet算法的行业大数据销量预测方法，包括：基于facebook的prophet算法，对历史销量数据进行节假日、事件等分析确定影响参数，采用历史销量数据对proohet模型进行训练测试得到最优模型并对销量进行预测得到预测值一；对影响因子进行移动平均、变形、降维、滞后等处理，采用历史销量数据和所有影响因子数据进行机器学习模型(神经网络、xgboost等)训练测试得到最优机器学习模型，利用最优机器学习模型和因子预测值对销量进行预测得到预测值二；根据销量预测值一、销量预测值二得到最终的销量预测值。本发明适用于汽车产品销量的预测。
-
公开(公告)号：CN107977853A
公开(公告)日：2018-05-01
申请号：CN201710994836.1
申请日：2017-10-23
Applicant: 重庆长安汽车股份有限公司 , 重庆大学
Abstract: 本发明公开了一种汽车企业客户流失建模与分析方法，主要步骤如下：1)构建汽车企业客户流失模型需要的变量。所述变量通过降维产生；降维方法主要包括主成分分析法、SOM网络学习算法和FCM聚类法。2)降维后的变量去解释原来的大部分变量，从而将相关性很高的变量转化成彼此相互独立或不相关的变量。3)所述彼此相互独立或不相关的变量制成样本集。4)利用Boosting算法输出的强分类器H(x)对所述汽车企业客户流失分析的分类回归树模型进行优化，得到汽车企业客户流失分析模型，从而分析汽车企业客户流失原因。
-
-
-
Search Results
4
records
(took 0.027 seconds)
