未来十年汽车消费金融市场余额将超1万亿

民生银行与德勤18日联合发布的《2012汽车金融报告》预测,未来十年,中国汽车消费金融市场余额将超过1万亿,消费金融渗透率也将从目前的10%升至30%以上。《报告》数据显示,2011年汽车消费金融市场余额达3000亿元。其中,41%为商业银行消费贷款余额,28%为汽车金融公司消费贷款余额,26%为信用卡车贷分期余额,5%为其他。由于汽车消费贷款单笔     

轮胎充氮技术的发展趋势

阐述充氮轮胎与行车安全，轮胎寿命以及燃料经济性的关系，制氮采用膜分离技术，具有工艺流程简单、装置紧凑、操作方便容易、能耗低、寿命长、比较成熟等特点。     

混合交通下非信控交叉口队列预约式控制

目前针对非信控城市交叉路口场景进行智能网联汽车（ICV）协同控制的研究中,多假设100%的ICV市场渗透率条件,较少考虑人类驾驶车辆（HDV）对系统的影响。本文旨在解决HDV和ICV并存的混合交通条件下非信控交叉口协同控制问题,并探究渗透率对系统性能的影响。首先,提出了适用于混合交通条件的队列预约式分层控制架构,其上层分配各车辆通过路口的时刻,下层负责执行,并进行速度轨迹规划。接着,基于队列预约方法分别制定ICV和HDV的控制和调度策略。最后,在不同ICV渗透率和车流量下进行仿真对比。结果表明,在10%～100%渗透率和每车道车流量400～1 000 h-1的工况下,与感应式信号灯控制方法相比,所提出的方法可有效提升交叉口的通行效率,降低车辆平均油耗。     

C2C模式下网络购物渗透率差异性分析

近年来,我国网络购物市场的增长趋势明显,C2C模式电子商务发展尤为迅速,而作为反映网络购物市场宏观状况指标的网络购物渗透率却存在两极化现象。本文针对C2C模式下网络购物渗透率现状对差异性原因进行浅析,并提出提高网站品牌转化率、培养顾客忠诚度等对策。     

混行环境下网联信号交叉口车路协同控制方法

为了提高网联信号交叉口车路协同控制对真实交通环境的适应性,以智能网联汽车与网联人工驾驶汽车混行的典型交通应用场景为研究对象,通过构建八相位网联信号交叉口,研究了混行环境下的交通信号和网联车辆轨迹车路协同优化控制方法;在对场景中的网联车辆运动学特性和跟驰行为进行建模的基础上,构建了一种混行车辆编队方法;基于混行车队模型、安全约束与燃油消耗模型,建立了基于滚动优化的交通信号-车辆轨迹协同优化控制方法;基于异步分层优化思路,将该协同控制问题分解为上层交通信号优化与下层车辆轨迹优化两方面,以交叉口车辆行驶延误时间和燃油消耗量为优化目标,利用遗传算法和“三段式”轨迹优化法分别对交通信号优化问题与车辆轨迹优化问题进行求解;对不同稳态车速与智能网联汽车渗透率下构建的混行交通流的稳定性进行了验证,并通过仿真测试分析了所提出的协同优化控制方法的控制效能与关键参数对控制效能的影响。分析结果表明：在不同交通流量与智能网联汽车渗透率下,提出的控制方法均可有效提升交叉口通行效率与燃油经济性;在完全渗透环境下,较固定配时交通信号控制方法最高可分别提升57.3%和13.3%;随着智能网联汽车渗透率的增加,其控制效能...     

网联环境下无信控交叉口行车避碰预警方法

为缓解无信控交叉口碰撞问题,提出了一种车联网环境下的避碰预警方法.首先,构建了一种车辆网联环境下的典型无信控平面交叉口行车场景;然后,结合车辆运动学模型和驾驶员模型提出了一种基于安全距离的避碰预警方法;最后,通过仿真测试验证了方法的有效性,并分析了网联车辆渗透率对提出的预警方法的影响.测试结果表明:提出的预警方法可以有...     

专业中介机构:崛起的车险新势力

交强险地正式实施,提高了车险渗透率,也规范了市场竞争秩序,加之2007年我国汽车保有量持续攀升,汽车保险市场越来越大。各种车险中介力量也开始加速介入,呈现整合发展态势……     

中国传统能源乘用车节能技术应用CSCD

研究乘用车节能技术应用比例发展对我国汽车行业发展具有重要指导意义。基于美国环境署(EPA)、欧洲国际清洁交通委员会(ICCT)及中国汽车技术研究中心的统计数据,建立技术渗透率"初始、快速增长、饱和"3阶段曲线模型,本文分析了美国发动机可变气门正时(VVT)技术、中国的增压技术、缸内直喷技术及先进变速器的应用情况;剖析了节能政策、整车企业推动作用等对技术应用的影响。结果表明:燃油经济性法规加严和原油价格升高的双重作用使美国VVT技术的应用比例增长速度加快,而较为成熟的多气门技术基本不受影响。中国的进气增压、缸内直喷、先进变速器3项节能技术的发展受欧系、美系、日系乘用车推动明显。     

大型主题公园客流规模预测方法研究——以西安童世界项目为例

为了研究大型主题公园客流规模预测方法，以西安童世界乐园客流规模预测为例，提出大型主题公园客流规模预测基本分析方法。从区域旅游市场总体规模预测着手，基于人口、经济、交通三大因素分析客源空间分布特征，引入与产品特性密切相关的市场渗透率指标，预测了主题公园年客流总规模。