纯电动商用车核心性能评价方法实现

摘 要

基于AHP计算模型,通过对纯电动轻卡的各项基本性能参数分别附以权重,建立求和函数,实现一种针对纯电动轻卡综合性能指标的科学评价方法。参考 《纯电动)整车性能指标V2.0》确定计算模型中各层级的元素。计算模型中,综合评价的函数值为最高层,一级指标为第二层,二级指标作为最三层,二级指标下的各项可量化指标项为第四层,该方法的主要思路是把综合评价指标中的各种因素通过划分为相互联系的有序层次,使之条理化,根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来,将一层次元素两两比较的重要性进行定量描述。而后,利用数学方法计算反映每一层次元素的相对重要性次序的权值,最终通过对可量化的指标数据标准化后进行加权求和运算,层层递进,可得出最终可量化的综合评价指标。不同纯电动轻卡互相对比时,可将各项指标的具体实试验数据代入计算模型中,直接得出一个综合函数值,可作为不同车型的综合性能评价依据。

所属技术领域:

电动车整车技术要求的各项可量化的重要指标,从驾驶性能、安全、质量、驾乘环境、运输效率、环保等多个方面出发,将各项指标的下级指标进行权重分配,是一种综合多方面参数对电动车核心性能进行评估的科学评价方法。

背景技术:

新能源汽车的推广不仅可以降低对不可再生资源的消耗,缓解能源危机,而且还可以节能减排,对环境保护工作大有裨益,故而新能源汽车已是当前汽车行业研发的必然方向,而由于新能源汽车为新兴产业,其技术状态及市场远不如传统汽车行业成熟、稳定,不同车型的车辆各方面性能各有优略,单一指标之间的对比不足以体现不同汽车的综合性能差距,为了创造出综合性能最优,竞争力最强的新能源产品,必然需要一种纯电动轻卡核心性能评价方法来引导产品开发的侧重方向。

文章内容:

提出了一种基于AHP的纯电动轻卡综合性能评价模型,其特征在于把综合评价指标中的各种因素通过划分为相互联系的有序层次,使之条理化,根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来,将一层次元素两两比较的重要性进行定量描述。而后,利用数学方法计算反映每一层次元素的相对重要性次序的权值,最终通过对可量化的指标数据标准化后进行加权求和运算,层层递进,可得出最终的综合评价指标。

具体技术方案如下:

1.各层元素确认:

(1)最底层元素确认:根据《(纯电动)整车性能指标V2.0》,选取可量化,有具体数值且分类为重要性能及关键性能的三级指标;

(2)第二层元素确认:最底层指标涉及到到的二级指标;

(3)第三次元素确认:第二层指标涉及到的一级指标;

(4)最顶层元素:纯电动轻卡性能评价的综合函数。

由于元素较多,为方便表述,采用字母代替各个指标,具体对应关系如附表1所示:

2.各级成对比较矩阵的建立:

针对同一层级的各个元素建立成对比较矩阵,具体标准如下:

|------------|----------------------------|
| 标度 | 含义 |
| 1 | 表示两者相比具有相同的重要性 |
| 3 | 表示两个因素相比,一个因素比另一个因素稍微重要 |
| 5 | 表示两个因素相比,一个因素比另一个因素明显重要 |
| 7 | 表示两个因素相比,一个因素比另一个因素强烈重要 |
| 9 | 表示两个因素相比,一个因素比另一个因素极端重要 |
| 2、4、6、8 | 上述两相邻判断的中值 |
| 倒数 | 因素i与j的判断aij,,则j对i的判断为1/aij |

根据此标准,在各同级指标中建立成对比较矩阵:

  1. a-驾驶性能下级指标

|--------|----|----|
| a-驾驶性能 | a1 | a2 |
| a1 | 1 | |
| a | | 1 |

  1. b-安全下级指标

|------|----|----|----|----|----|
| b-安全 | b1 | b2 | b3 | b4 | b5 |
| b1 | 1 | | | | |
| b2 | | 1 | | | |
| b3 | | | 1 | | |
| b4 | | | | 1 | |
| b5 | | | | | 1 |

  1. c-质量下级指标

|-----|----|----|
| c-质 | c1 | c2 |
| c1 | 1 | |
| c2 | | 1 |

  1. d-驾乘环境下级指标

|--------|----|----|----|
| d-驾乘环境 | d1 | d2 | d3 |
| d1 | 1 | | |
| d2 | | 1 | |
| d3 | | | 1 |

  1. e-运输效率下级指标

|--------|----|----|----|
| e-运输效率 | e1 | e2 | e3 |
| e1 | 1 | | |
| e2 | | 1 | |
| e3 | | | 1 |

  1. a1-动力性下级指标

|--------|-----|-----|-----|-----|-----|-----|
| a1-动力性 | a11 | a12 | a13 | a14 | a15 | a16 |
| a11 | 1 | | | | | |
| a12 | | 1 | | | | |
| a13 | | | 1 | | | |
| a14 | | | | 1 | | |
| a15 | | | | | 1 | |
| a16 | | | | | | 1 |

考虑到一致性的偏离可能是由于随机原因造成的,因此在检验判断矩阵是否具有满意的一致性时,还需将CI和随机一致性指标RI进行比较,得出检验系数CR,公式如下:

一般,如果CR<0.1 ,则认为该判断矩阵通过一致性检验,否则就不具有满意一致性,将通过MATLAB软件将各层参数的成对比较矩阵输入(具体方法见附图1所示),并输出权重分配及一致性检验结果。

根据MTLAB输出结果,其分配的权重将作为各指标对于上级指标影响程度的量化表示,首先先将各指标数据进行归一化处理,具体公式如下:

将数据归一化后将各级元素进行加权求和运算(与电动车综合性能正相关的参数其系数为正,反之则为负)得出综合性能评价指标S,作为评价车辆核心性能的依据。

相关推荐
说私域34 分钟前
“互联网 +”时代商业生态变革:以开源 AI 智能名片链动 2+1 模式 S2B2C 商城小程序为例
人工智能·小程序·开源
stbomei36 分钟前
AI大模型如何重塑日常?从智能办公到生活服务的5个核心改变
人工智能
酷飞飞39 分钟前
错误是ModuleNotFoundError: No module named ‘pip‘解决“找不到 pip”
人工智能·python·pip
点云SLAM2 小时前
PyTorch 中.backward() 详解使用
人工智能·pytorch·python·深度学习·算法·机器学习·机器人
androidstarjack2 小时前
波士顿动力给机器人装上AI大脑,人类故意使绊子也不怕了!
人工智能·机器人
only-qi2 小时前
146. LRU 缓存
java·算法·缓存
Learn Beyond Limits3 小时前
Transfer Learning|迁移学习
人工智能·python·深度学习·神经网络·机器学习·ai·吴恩达
程序员三明治3 小时前
三、神经网络
人工智能·深度学习·神经网络
梁辰兴3 小时前
数据结构:排序
数据结构·算法·排序算法·c·插入排序·排序·交换排序
野犬寒鸦4 小时前
力扣hot100:搜索二维矩阵 II(常见误区与高效解法详解)(240)
java·数据结构·算法·leetcode·面试