ماشین های هوشمند نشان دهنده روند تکامل محصولات هوشمند خودرو، می توانید امن تر، انرژی بیشتر، سازگار با محیط زیست، راه راحت تر به حرکت آزادانه و راه حل های یکپارچه ارائه کارآمد، و اهمیت آن نه تنها در محصولات خودرو و تکنولوژی ارتقاء نهفته است، به احتمال زیاد برای تبدیل شدن به یک وسیله نقلیه و جزء مهمی از کل ارزش فرمت های زنجیره ای سیستم و صنایع وابسته بازسازی، بین المللی به عنوان سطح بالای زمین استراتژیک برای توسعه آینده صنعت خودرو شناخته شده است. به منظور ترویج چرخه ای از صنعت خودرو طراحی، تولید و فروش، تحریک تولید کنندگان خودرو به منظور بهبود هوشمند خودرو سطح، خواستار تولید کنندگان ماشین ادامه به بررسی فن آوری هوشمند و دستگاه های بالاتر و مصرف کنندگان با ارائه یک مرجع خرید، در 2017ICV مجامع بین المللی، هوشمند تکنولوژی خودرو چین و مرکز تحقیقات (از این پس به عنوان مرکز خودرو نامیده می شود) فن آوری خودرو موسسه اطلاعات ماشین و آزمایشگاه خودکار نرم افزار تست مرکز، رنوانگ یو "شاخص خودرو و ارزیابی روش هوشمند" مسائل صادر شده است.
وانگ یو
به گفته وانگ یو معرفی شده است، در این مرحله، سطح توسعه در میان ماشین های هوشمند رانندگی نیمه اتوماتیک و عملکرد رانندگی خودکار، تابع هر یک متفاوت است. مشکل در چارچوب طبقه بندی هوشمند SAE بین المللی خودرو پیشنهاد پوشش ارزیابی آزمایشگاهی، ارزیابی ثابت مصرف کننده سیستم ارزیابی رضایت ترینیتی، استقرار سیستم ارزیابی شاخص با رانندگی خودکار، شبکه خودرو، امنیت اطلاعات و سیستم سرویس های مبتنی بر و استفاده جامع از مزایا و معایب روش های ارزیابی مختلف، همراه با تجزیه و تحلیل داده های بزرگ نمره نهایی محاسبه شده است ارزیابی شاخص ماشین هوشمند است. سیستم ارزیابی طراحی شده است که برای ارزیابی هوشمند بر اساس سطح خودرو قضاوت به ارائه ارزش مرجع برای صنعت خودرو در توسعه هوشمند، تا که به طور مداوم ترویج هوشمند ایمنی خودرو، تجربه، انرژی ارائه ، بهره وری و سایر جنبه های ارتقا کلی. '
در حال حاضر، این موضوع از مرکز گروه پژوهشی بخار مرکزی برای تکمیل چارچوب مطالعات تحقیقاتی و پارامترهای معیار، 2018 مجموعه صنعت را مجبور به تکمیل پرسشنامه، سیستم ارزیابی مدل نظری، زیر تحقیق و تایید واقعی خودرو، منتشر شده و بر اساس اتومبیل هوشمند در سال 2019، نتایج ارزیابی شاخص براساس عملکرد هوشمند خودروها مورد بررسی و انتشار قرار خواهد گرفت.
سیستم و شاخص های "تحقیق در مورد شاخص خودرو هوشمند و روش ارزیابی"
برای محافظت از شاخص جامع ارزیابی و وسایل نقلیه هوشمند، تثلیث، عینیت سیستم ارزیابی و عملی، ارزیابی آزمایشگاهی، ارزیابی رضایت مصرف کننده اثبات شده است، به عنوان زیر نشان داده شده، برای استفاده کامل از آزمایشگاه / پایه تظاهرات تست مجازی و واقعی از ویژگی های هوشمند آزمون تشخیص صحنه خودکار، همراه با علمی و فن آوری مرتبط با خودرو هوشمند برای ارزیابی هوشمند خودرو عمل سالانه، با توجه به تقاضای مصرف کنندگان برای صحنه تطبیق ماشین هوشمند ماشین هوشمند با عملکرد واقعی از تجزیه و تحلیل، نتایج نهایی نمرات سطح هوشمند خودرو و نتایج رتبه بندی.
سیستم ارزیابی شاخص هوشمند خودرو
صفحه اول سیستم ارزیابی هوشمند خودرو در یک ساختار درختی از چند مرحله، می توان به یک شاخص، شاخص طبقه، سه شاخص شاخص سطح به هم پیوسته تقسیم، ایجاد شاخص قاب زیر نشان داده شده. در جایی که یکی از شاخص است شاخص ارزیابی شاخص خودرو هوشمند، از طرف شاخص اندازه گیری شاخص شاخص هوشمند خودرو، بعدی می تواند به دو شاخص، سه شاخص، چهار شاخص تقسیم شود.
چارچوب شاخص نشانگر ارزیابی شاخص هوشمند خودرو
درباره دو طبقه سیستم ارزیابی هوشمند خودرو شاخص شاخص، اول از همه، شاخص خلبان اتوماتیک برای اندازه گیری عملکرد هوشمند رانندگی خودرو در سیستم های درایو اتوماسیون، مرحله دوم، شبکه فن آوری های کلیدی به عنوان یک توسعه ماشین های هوشمند، بلکه ماشین هوشمند تظاهر مهم شاخص شبکه مرتبط استفاده می شود برای اندازه گیری عملکرد ماشین را در شبکه های اساسی خلبان اتوماتیک ماشین؛ دوباره، امنیت اطلاعات است تولید و استفاده از خودرو هوشمند است نیاز به تمرکز، شاخص امنیت اطلاعات مورد استفاده برای اندازه گیری سطح اطلاعات شبکه اطلاعاتی امنیتی؛ در نهایت، علاوه بر پاسخگویی به نیازهای مناطق رانندگی هوشمند خودرو، اتومبیل هوشمند همچنین نیاز به ارائه خدمات برای کاربران از جمله در-اطلاعات خودرو، گوشی های هوشمند ماشین های هوشمند، دستگاه های پوشیدنی و در اتومبیل تجهیزات سرگرمی و امکانات دیگر کاربران را قادر به رسیدن به در خودرو در هنگام رانندگی اوقات فراغت و فعالیت های تفریحی، این جنبه از استفاده از اقدامات شاخص های صوتی و سیستم سرگرمی های ویدئویی خودرو شاخص هوشمند سیستم ارزیابی سه شاخص است که به ارزیابی اتوماسیون، شبکه مرتبط است، امنیت، سرگرمی خودرو توسط قابلیت های اساسی از سیستم های مختلف ماشین های هوشمند و جنبه های دیگر توانایی.
مدل و الگوریتم "تحقیق در شاخص هوشمند و روش ارزیابی خودرو"
وسایل نقلیه هوشمند قاب جدایی ناپذیر مدل ارزیابی شاخص نشان داده شده در شکل 3، که در آن هسته بخش خاطرنشان کرد: تعیین یک سیستم ارزیابی کامل و روش ارزیابی انتخاب مناسب مبتنی بر مدل خودرو هوشمند مراحل اصلی صفحه اول ارزیابی، به طور خاص به شرح زیر است: اول، باید ماشین را مناسب پارامترهای ارزیابی هوشمند، و پارامترها و داده پردازش را انتخاب کنید؛ در مرحله دوم، برای ساخت سیستم ارزیابی شاخص خودکار هوشمند، و پارامترهای مربوطه و داده شاخص های مهم انتخاب کنید. دوباره، استفاده از سیستم ارزیابی شاخص روش ارزیابی جامع مجموعه وزن شاخص، و شدیدا یکپارچه بزرگ روش تجزیه و تحلیل داده های تجزیه و تحلیل، ارزیابی و تجزیه و تحلیل روش های مختلف تعیین تفاوت مدل ارزیابی جامع و در نهایت، بر اساس پارامترهای هوشمند خودرو مربوط و داده ها، و همچنین به عنوان سیستم ارزیابی هسته الگوریتم، نمرات هوش، محاسبه شد و نتیجه نهایی از سطح ارزیابی اتومبیل هوشمند است.
مدل ارزیابی شاخص خودکار هوشمند
مدل ارزیابی شاخص اصلی خودرو هوشمند انتخاب روش ارزیابی است، و بخش مهمی از روش ارزیابی برای تعیین وزن شاخص است، برای ارزیابی جامع خود را از عینیت و قطعیت است تاثیر مهمی بر روش تنظیم وزن شاخص از سوی دیگر است که در آن وزن هدف، AHP '؛ یکی وزن ذهنی است: تفاوت اغلب روش ارزیابی جامع مختلف که در آن روش های مختلف محاسبه ضریب وزن را می توان به' 3 'دو دسته تقسیم می شوند. 4 'طور عمده در حساب مشاوره، یادگیری از دانش و تجربه کارشناسان، به طور کلی یک عقلانیت بالاتر داشته باشد، اما هنوز هم می تواند مشکلات استبداد ذهنی نقص بزرگتر غلبه کند؛ قانون آنتروپی' 5 'قادر است به طور کامل بهره برداری داده های خام ارزش اطلاعات خود پیداست، از نظر تجزیه و تحلیل فرایند سلسله مراتبی نسبی نتایج عینی تر است، اما آن را نشانی از نظرات و تجربه و دانش تخصصی از تصمیم گیرندگان را منعکس نمی کند، می تواند به سمت راست برای دریافت وزن می کند درجه واقعی اهمیت مطابقت ندارد. بنابراین، این دو جامع منجر مزایا و معایب این روش، روش می تواند انتخاب شود انجام ترکیب مناسب از AHP و ترکیبی از آنتروپی، برای روکاری خودرو وزن شاخص هوشمند تعیین می شود. علاوه بر این، همچنین می توانید استفاده کامل از تجزیه و تحلیل داده های بزرگ، اکتساب داده ها بر اساس تعدادی از ماشین هوشمند را، الگوریتم های داده کاوی مناسب مشخصی به منظور ارزیابی سطح هوش از ماشین را انتخاب کنید.