(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210919219.6 (22)申请日 2022.08.02 (71)申请人 中电信数智科技有限公司 地址 100036 北京市海淀区复兴 路33号13 层东塔13层13 08室 (72)发明人 朱文进　 (74)专利代理 机构 南京钟山专利代理有限公司 32252 专利代理师 张力 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 30/02(2012.01) (54)发明名称 一种汽车拆解件资源可再生智能评测方法 及系统 (57)摘要 本发明公开了一种汽车拆解件资源可再生 智能评测方法及系统， 所述方法包括步骤一、 数 据采集管理模块采集汽车拆解件对应车型的配 置和销售量信息； 步骤二、 构建价值预测模型， 结 合信息数据库进行拆解件价值预测； 步骤三， 构 建可再生模型， 结合信息数据库进行拆解件评 测。 本发明可实现拆解件库存的动态管理， 达到 拆解件再利用与资源化有效统一。 权利要求书2页 说明书5页 附图1页 CN 115310629 A 2022.11.08 CN 115310629 A 1.一种汽车拆解件资源可 再生智能评测方法， 其特 征在于， 包括： 步骤一、 数据采集管理模块采集汽车拆解件 对应车型的配置和销售量信息； 步骤二、 构建价 值预测模型， 结合信息数据库进行拆解件价 值预测； 步骤三， 构建可 再生模型， 结合信息数据库进行拆解件评测。 2.根据权利要求1所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 数据采集管理模块， 将 拆解件按照车型分类， 得到拆解件对应的车型， 通过爬虫程序在互联 网检索车型各部件的配置信息和车型各年的区域销售量信息， 并将 检索到的信息存储到系 统信息数据库； 所述配置信息包括车重、 驱动方式、 汽油车排 量、 电动车电池种类及容 量信息。 3.根据权利要求1所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 步骤二采用马氏链构建价 值预测模型， 价 值预测模型公式为： X(k+1)＝X(k) ×P 式中： X(k)表示趋势分析与预测对象在t＝k时刻的状态向量， P表示一步转移概率矩 阵， X(k+1)表示趋势分析与预测对象在t＝ k+1时刻的状态向量。 4.根据权利要求1所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 步骤二通过爬虫程序在互联网检索拆解件对应车型的二手拆解件和新零件的配置信息、 价 格信息和市场需求信息， 并从中提取价 值预测模型需要的信息； 然后将采集到的当月信息结合信息数据库的历史信息对本月拆解件进行价 值预测。 5.根据权利要求4所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 配置信息包括重量、 材料组成、 技术参数信息； 价格信息包括淘宝报价、 4S店报价、 保险报 价； 市场需求信息包括各种渠道的求购信息 。 6.根据权利要求1所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 步骤三采用岭回归法构建可 再生模型， 模型公式为： ||Xθ‑y||2+||Γ θ||2 其中， X＝输入； y＝输出的预测结果； | |表示正则； 定义客观的训练结果r＝拟合 值aI； a是单位矩阵的权 重； θ 为拟合超参数； 则防止过拟合 运算过程为： θ(a)＝(XTX+aI)‑1XTy； Ⅰ是单位矩阵， θ(a)表示在a确定的情况 下求θ 的值。 7.根据权利要求1所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 步骤三中拆解件评测步骤 包括： (1)通过信 息数据库获取本月二手拆解件和新零件数据， 并分别分类得到分类数据， 其 他零件信息三组数据； (2)将二手 拆解件的三组数据映射 为模拟数据， 将新 零件三组数据映射 为实际数据； (3)将一组模拟数据和另外两组实际数据输入可再生模型运算得到模拟拟合值； 将三 组实际数据输入可 再生模型运 算得到实际拟合 值； (4)根据模拟 拟合值和实际拟合 值进行过拟合判别； (5)确认为过拟合的零部件则判定为作为可再生资源的可能性不大， 反之作为可再生权　利　要　求　书 1/2 页 2 CN 115310629 A 2资源在对应的系统信息数据库中拆解件标记为可 再生。 8.根据权利要求7所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 分类是指将二手拆解件和新零件分为车架或车内零件， 车内零件包括发动机、 轮胎、 座椅， 所述其他零件信息包括火花塞、 安全气囊、 车 标信息。 9.根据权利要求7所述的一种 汽车拆解件资源可再生智能评测方法， 其特征在于， 所述 (4)中， 若模拟 拟合值与实际拟合 值的差值大于20％， 则确定为过拟合； 若过拟合在10 ‑20％之间且价值预测模型的下月同类拆解件价值向上概率小于50 ％也 确定为过拟合。 10.根据权利要求1 ‑9任一所述的一种汽车拆解件资源可再生智能评测方法基于汽车 拆解件资源可再生智能评测系统实现， 其特征在于， 所述系统包括车型数据管 理模块、 拆解 件求购信息收集与管理模块、 再利用决策模块， 分别用于车型数据管理、 拆解件求购信息收 集与管理、 以及再利用决策。权　利　要　求　书 2/2 页 3 CN 115310629 A 3