[发明专利]一种汽车配件需求动态预测方法、系统和存储介质

权利要求书

1.一种汽车配件需求动态预测方法，其特征在于，包括：

获取目标区域内机动车保有量历史数据，建立机动车保有量的泊松分布；

获取目标区域内各个机动车的已行驶里程数以及各个已行驶里程数对应的目标零件发生故障的概率，建立基于机动车已行驶里程数的所述目标零件故障率的威布尔分布；

基于所述威布尔分布确定随机一辆机动车对所述目标零件的需求的期望值；

基于所述机动车保有量的泊松分布和所述期望值确定单位时间内所述目标区域内所述目标零件的需求量。

2.根据权利要求1所述的方法，其特征在于，所述期望值的确定过程包括：

基于所述威布尔分布确定随机一辆机动车在各个已行驶里程数出现的概率f(t)，以及所述目标零件在各个已行驶里程数下出现故障的概率p(t)；

基于各个已行驶里程数对f(t)*p(t)进行累加，得到所述目标区域内随机一辆机动车对所述目标零件的需求的期望值。

3.根据权利要求2所述的方法，其特征在于，所述确定单位时间内所述目标区域内所述目标零件的需求量的过程包括：

确定机动车保有量的泊松分布单位时间内的机动车的平均值λ，并将所述平均值λ与所述期望值做积得到单位时间内所述目标区域内所述目标零件的需求量。

4.根据权利要求1所述的方法，其特征在于，所述目标区域包括：机动车维修服务站的覆盖区域和销售网点的覆盖区域。

5.根据权利要求1所述的方法，其特征在于，所述机动车保有量历史数据、所述各个机动车的已行驶里程数以及各个已行驶里程数对应的目标零件发生故障的概率数据通过构成智能网联车数据库的机动车信息采集系统获得。

6.根据权利要求5所述的方法，其特征在于，所述机动车信息采集系统包括机动车维修服务站的车辆记录系统和销售网点的车辆记录系统。

7.根据权利要求6所述的方法，其特征在于，所述机动车信息采集系统还包括：接入的交通管理系统。

8.根据权利要求1所述的方法，其特征在于，所述单位时间包括：一个月、一个季度和一年。

9.一种汽车配件需求动态预测系统，其特征在于，包括：

机动车保有量确定模块，用于获取目标区域内机动车保有量历史数据，建立机动车保有量的泊松分布；

零件故障率确定模块，用于获取目标区域内各个机动车的已行驶里程数以及各个已行驶里程数对应的目标零件发生故障的概率，建立基于机动车行驶已行驶里程数的所述目标零件故障率的威布尔分布；以及

零件需求量确定模块，用于基于所述威布尔分布确定随机一辆机动车对所述目标零件的需求的期望值；基于所述参数为λ的机动车保有量的泊松分布和所述期望值确定单位时间内所述目标区域内所述目标零件的需求量。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-8任一项所述的汽车配件需求动态预测方法中各个步骤。