新一代复合交叉型SUV产品战略及车身设计趋势

随着能源的紧张和汽车市场细分的加剧,SUV车型的发展正面临着巨大的危机.为了探究SUV车型今后产品发展战略以及设计趋势,文章分析了SUV车型的自身特点以及现阶段所面临的困境,对SUV进行了产品诊断并提出了其改进技术路线;同时,结合SUV车型的演化历史,从车身尺寸以及造型设计的角度对近年来的主流SUV车型进行了统计分析,绘制了SUV车型进化图,提出了SUV复合交叉设计的理念.最后,文章提出了SUV产品未来发展的蓝海战略,并指出了新一代复合交叉型SUV车身设计的发展趋势,为SUV车型的产品可持续发展提供了参考思路.     

基于网络舆情分析的汽车市场及消费研究

在当今互联网信息迅速增长的时代,网络舆情信息已成为消费者信息搜集的主要渠道之一。本文通过建立网络舆情分析系统,利用该系统搜集、提取并分析海量的汽车网络舆情数据,将大量的、无规律的汽车消费者网络舆情信息整合成对汽车企业有市场价值的消费者产品评价报告。作者选取当前市场上较为流行且销量较高的七款车型的消费者网络舆情信息作为研究样本,主要应用网络爬虫、词频统计、关联分析等文本挖掘方法,对网络舆情信息进行抓取、清理和分析,重点研究了相同汽车细分市场内的车型竞争关系、消费者对各款车型的关注点和情感分析,以及舆情信息中主要关键词之间的关联性等内容,对企业制定产品战略具有参考价值。     

SUV和MPV车型的发展现状及趋势

一、SUV车型 据有关资料显示,自1997年底至今,SUV车型(简称SUV)在中国市场年均增长率为78.36%左右.SUV已成为中国汽车市场的热点车型.     

基于多源文本挖掘的城市交通舆情分析——以苏州为例

通过多媒体收集的各类交通信息构成了丰富的交通舆情,充分挖掘舆情中所蕴含的信息对宏观掌控交通问题的发展变化、制定全面的交通解决方案具有重大意义.基于网络论坛、热线电话及交通广播听众路况播报的文本数据,采用多种文本挖掘方法研究交通舆情价值.文本数据预处理后,利用SVM模型进行交通舆情主题自动分类,并通过对应分析探究不同数据源的舆情特点及其差异,基于Apriori算法利用关联规则分析关键词隐含的交通现象,另外,使用共现网络分析方法深入挖掘舆情所反映的交通问题及其随时间的变化.通过对姑苏区投诉数据和苏州交通广播微信路况数据的实证研究发现:姑苏区交通基础设施相关的投诉最多;通过不同渠道反映的舆情内容有明显差异;道路改造后,实施新的交通管理方案时会引发较多的争议和抱怨.此外,通过文本挖掘还发现了苏州市早高峰由西向东方向拥堵严重,晚高峰时各方向均较为拥堵的规律.      

基于Ncode的某SUV后转向节强度疲劳性能仿真和试验研究

后转向节是SUV车型底盘系统的关键承载部件,对整车性能有重要影响,文章针对某SUV后转向节进行了强度和疲劳CAE分析,然后进行了台架刚度测试和强度与疲劳测试,CAE分析和台架试验结果表明,某SUV车型后转向节零件的力学性能满足目标要求.     

非常态交通状态下居民出行关注点挖掘分析

在非常态交通状态下，及时准确地挖掘居民出行过程中的关注点，满足居民出行需求是提高客运服务质量的关键，更是对客运服务系统的一种考验。以“疫情”期间与公路客运相关的舆情数据为基础，进行居民出行需求及其关注点挖掘分析。首先，利用深度学习Doc2Vec算法将文本数据进行向量化处理；其次，对一个时段内所获得的向量化处理后的数据进行聚类分析，基于文本主题模型(LDA)对聚类结果的每一簇进行深度分析，提取旅客出行需求；最后，通过对实际数据处理结果的分析，验证了所提方法可准确地挖掘出非常态下旅客出行过程中的关注点，其结果可以作为交通运营服务评价和交通管理决策的重要依据。     

景逸SUV车市添“新景”

东风风行敏锐捕捉到市场需求,推出了景逸SUV,并给其一个精准的定位：城市代步SUV。4月23日,第十二届北京国际车展盛大开幕。以＂开启生活新境界＂为主题,东风风行推出的国内首款＂城市代步SUV＂——景逸SUV,在车展现场正式上市并公布全系车型价格,售价8.09-9.89万元,分为舒适型、豪华型、尊享型和尊贵型共计4款车型。     

AK微博控 SUV流派

本期我们AK编辑部策划并执行了SUV专辑,几乎笼络了全部有代表性的热门SUV。你们从中不难看出,随着SUV这个车型的不断进化,慢慢地形成了两大流派,越野型和公路型。本期微博控的主题就是SUV流派,另外我们还会爆料出一些专辑制作中的花絮。     

AK微博控 SUV流派

本期我们AK编辑部策划并执行了SUV专辑,几乎笼络了全部有代表性的热门SUV。你们从中不难看出,随着SUV这个车型的不断进化,慢慢地形成了两大流派,越野型和公路型。本期微博控的主题就是SUV流派,另外我们还会爆料出一些专辑制作中的花絮。     

国内SUV整车特征研究

受不同购买力和购车需求影响,国内SUV车型的设计各不相同.文章从外观造型、底盘结构、动力匹配及座椅布置4个方面分别对城市和越野2种风格SUV车型的设计进行了研究,经过对比得出:2种风格SUV的造型元素主要体现于保险杠、进气格栅、大灯、后视镜及门拉手等.越野型SUV的悬架标志为整体桥,而城市SUV底盘结构则成多样化;越野型SUV的比功率与比扭矩通常大于城市SUV的值;不同类型的SUV座椅基本布局大同小异,多数采用2排5座.对SUV设计特征的深层次研究为今后有针对性地开发SUV车型提供了支持.     

数据挖掘在公交调查数据分析中的应用研究

针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。     

A driver-adaptive stability control strategy for sport utility vehicles

Conventional vehicle stability control (VSC) systems are designed for average drivers. For a driver with a good driving skill, the VSC systems may be redundant; for a driver with a poor driving skill, the VSC intervention may be inadequate. To increase safety of sport utility vehicles (SUVs), this paper proposes a novel driver-adaptive VSC (DAVSC) strategy based on scaling the target yaw rate commanded by the driver. The DAVSC system is adaptive to drivers’ driving skills. More control effort would be exerted for drivers with poor driving skills, and vice versa. A sliding mode control (SMC)-based differential braking (DB) controller is designed using a three degrees of freedom (DOF) yaw-plane model. An eight DOF nonlinear yaw-roll model is used to simulate the SUV dynamics. Two driver models, namely longitudinal and lateral, are used to ‘drive’ the virtual SUV. By integrating the virtual SUV, the DB controller, and the driver models, the performance of the DAVSC system is investigated. The simulations demonstrate the effectiveness of the DAVSC strategy.     

Development of an electric active rollcontrol (ARC) algorithm for a SUV

Cornering maneuvers with reduced body roll and without loss in comfort are leading requirements for car manufacturers. An electric active roll control (ARC) system controls body roll angle with motor-driven actuators installed in the centers of the front and rear stabilizer bars. A vehicle analysis model developed using a CarSim S/W was validated using vehicle test data. Two ARC algorithms for a sports utility vehicle (SUV) were designed using a sliding-mode control algorithm based on a nonlinear roll model and an estimated lateral acceleration based on a linearized roll model. Co-simulation with the Matlab simulink controller model and the CarSim vehicle model were conducted to evaluate the performance of two ARC control algorithms. To validate the ARC performance in a real vehicle, vehicle tests were conducted at KATECH proving ground using a small SUV equipped with two ARC actuators, upper and lower controllers and a few subsystems. From the simulation and vehicle validation test results, the proposed ARC control algorithm for the developed ARC actuator prototypes improves the vehicle’s dynamic performance.     

基于时间序列和灰色模型的交通事故预测

利用时间序列和灰色模型理论,针对北方某城市的交通事故统计数据,分别建立了自回归移动平均模型及灰色模型,并对各模型进行了步长为12的预测。通过模型对比发现：2个模型的预测绝对误差分别为23.95%和54.32%,且对于具有季节周期性特点的序列,自回归移动平均模型的预测结果与实际观测值比较吻合,说明自回归移动平均模型比灰色模型更能充分挖掘历史信息以减少预测误差,并反映数据的周期性变化,具有良好的适用性。     

基于社交网络数据的交通突发事件识别方法

为了从社交网络数据中挖掘出交通突发事件,研究了基于机器学习的文本识别方法.通过关键词和地点定位,利用网页爬虫"Beautiful Soup"爬取到原始文本.采用正则匹配、重复度计算以及"0-1"标记预处理原始文本.基于预处理后文本特征,研究了基于特征权重的特征词选取方法;其中,特征权重的计算综合了词语的出现频率和含有该...     

情感分类器结合Norton模型预测汽车销量

为了在"互联网+大数据+人工智能+区块链+物联网"高度信息化的社会精准预测汽车销量,本文首先利用词图、维特比等算法对汽车评价内容进行分词操作来获取关键词语;其次利用朴素贝叶斯分类器的方法对分词的结果进行计算,获得每条评论内容的情感指数;再次利用Norton模型的三代产品模型结合情感指数来组成拟合模型,同时利用最小二乘原理估计拟合模型的参数;最后利用估计的参数结合某款汽车的评论数据以及每个季度的汽车销量来验证模型,验证结果的准确性高达91.29%。基于此模型,企业可进行车型的销量预测,为合理规划生产和战略布局提供参考和依据。     

基于CFD的SUV空气动力学特性与仿真分析

为提高SUV的空气动力学性能,文章阐述了造型与空气动力学相结合的汽车造型开发流程,利用CFD方法对某SUV的空气动力争洼能进行模拟,模型模仿风洞试验,得出该车的风阻系数为0．343,根据该车压力分布、气流流动分布以及湍动能分布情况,对车身局部区域的造型提出优化建议,最终使车型空气动力学性能满足设计要求。     

Extracting patterns from Twitter to promote biking

Emphasis on non-motorized travel modes (for example, biking) reduces motorized trips and provides positive effects on the environment and the quality of human life. Understanding factors that influence people to biking or bike commuting can help decision makers, transportation planners, and bike commuting networks. Historically, conventional methods like surveys and crash data analyses were conducted to understand relevant factors. Survey and crash data analysis are difficult to perform in broad scale due to data availability and efforts. An innovative approach to determining these factors is to conduct social media mining to understand sentiments or motivations of bike commuters. People use terms (with hashtag at the beginning of the term) in Twitter, a popular social media network, to express their thoughts, activities or information. This study developed a framework for using Twitter data in understating the sentiments of the bikers with minimal effort. In this study, Twitter data associated with bike commuting hashtags were obtained for eight years (2009–2016). This study provided a framework of data collection and application of various natural language processing (NLP) tools (for example, text mining, sentiment analysis) to extract knowledge from the unstructured text data. Findings show that biking is associated with weather and seasonal patterns. The general sentiment towards biking is positive. However, negative sentiments are associated with bad weather, crime, and other challenges. The polarity scores indicate somewhat positiveness in the recent few years. The developed framework and the findings of this study will help planners and decision makers to promote biking on a broader scale.     

基于粗集和神经网络耦合的短时交通流预测

比较分析神经网络和粗糙集在数据处理过程中的各自优缺点,提出一种基于二者强耦合集成方式的短时交通流预测模型。首先利用粗集对获取的交通流数据进行预处理,简化神经网络训练样本数据集并通过粗集属性约简提取决策规则;其次,利用所提取的规则直接确定神经网络的隐层数、隐层节点数及节点的相互关系;最后训练神经网络用于短时交通流预测。通过与单纯利用神经网络预测的结果进行比较,发现该模型降低了网络训练时间,提高了预测精度。