張曉磊 曾亞敏 李佳佳 呂志林
摘 要:本文通過充分調研,獲得了電動汽車的主要評價指標和可用數據。然后提出了一種基于秩和比-熵權法的電動汽車評價方法,使用熵權賦值法(EWM)對傳統的秩和比法(RSR)進行了改進,能夠計及電動汽車多方面的指標數據進行綜合評價,充分考慮客觀因素對指標進行賦權,最終得出各類車型的綜合排名,為電動汽車的評價和選型提供了可靠依據。
關鍵詞:電動汽車 熵權法 秩和比 綜合評價
1 引言
電動汽車是汽車領域未來的發展方向,工業協會數據顯示,2022年中國電動汽車銷量突破400萬輛,占全球市場的45%[1]。對電網而言,電動汽車在削峰填谷、優化電能質量等方面著不俗的潛力,對普通用戶而言,新能源汽車兼具清潔可靠、燃料費用低的優點和續航能力差、可靠性存疑等缺點。因此如何對電動汽車進行綜合評價,考慮多方面的訴求篩選出最佳車型是電動汽車領域的重要研究內容。
目前國內外研究者在電動汽車綜合評價標準方面尚未形成共識。美國基于“先進車輛測試項目”和“SAE電動汽車技術標準項目”建立起了完整的評價機制,日本也逐步完成了電動汽車評價標準的確立[2]。而國內的中國汽車技術研究院、中國汽車工程研究院則相繼起草了中國新車評價規程(C-NCAP)、中國智能汽車指數管理辦法(i-Vista)等測試標準,從續航、安全、智能、體驗這四個維度出發,提了相關的測試項目及標準,但并未考慮綜合評價模型的建立[3-5]。
文獻[6,7]著眼于電動汽車發展狀況及社會適應度的評價,基于TOPSIS法等對指標數據進行了處理。文獻[8,9]則使用模糊層次分析對電動汽車安全性進行了評價。用戶體驗方面,文獻[10-12]從電動汽車的電池性能、噪音、駕駛體驗等角度出發,提出了相應的評價理論。
但是上述研究多是以電動汽車的某一個性能為出發點進行評價,不能滿足用戶挑選汽車的需求,且部分評價方法存在數據量不足、客觀性缺失等薄弱點。本文站在用戶的角度,計及電動汽車的基礎性能、用戶體驗和安全性,提出了一種基于秩和比——熵權法的電動汽車綜合評價方法,考慮了電動汽車各維度的多個指標,在數據處理過程中充分捕捉主客觀信息,能夠為用戶的電動汽車選型提供有效參考。
2 評價指標
通過網絡調研,用戶訪問、專家訪談等方式,本文鎖定了基本性能、用戶體驗、安全性三個主要維度對電動汽車進行評價,限于篇幅,本文僅選取了三個維度下重要性高、代表性強、客戶最為關心的8個指標作為評價依據。
3 秩和比-熵權綜合評價法
本研究建立了新能源汽車的秩和比——熵權綜合評價法(RSR-EWM),具體實施過程如下:
1、使用發放調查問卷、咨詢專家、網絡調研等方式獲取評價對象的各指標數據或評分。
2、形成原始評價數據矩陣。假設有m種新能源汽車作為評價對象,有n個評價指標,則可以得到m行n列的原始數據矩陣。其中表示第i種汽車的第j個指標的評分。
3、對原始數據矩陣做正向標準化處理,對于效益型指標(評分越高越好),其計算公式為:
對于成本型指標(評分越低越好),其計算公式為:
4、計算每一個指標的秩。為了克服RSR在進行秩次化時易損失定量信息的缺點,本研究不直接按照指標得分大小進行編秩,而是用類線性插值法對指標得分進行編秩,所編秩次與原指標值之間存在定量線性關系,其計算公式為:
5、使用熵權法計算各評價指標的權重。計算步驟如下。
(1)計算第j項指標下第i個評價對象所占的比重,并將其看作相對熵計算中用到的概率:
(2)計算每個指標的信息熵:
(3)將信息熵歸一化得到各指標的熵權:
6、計算加權秩和比WRSR,加權秩和比的值越大則評價結果越好。計算公式為:
7、確定的分布(轉化為概率單位)。的分布是指用概率單位Probit值表達的特定的累計頻率。Probit模型是一種廣義的線性模型,服從正態分布。其轉換方法為:
(1)將的值按照從小到大的順序排列。
(2)列出各組頻數并計算累計頻數。
(3)確定各的平均秩次。對于頻數為1的值,的取值就是的排名,排名越靠后說明評價對象越優秀。對于頻數不是1的值,的取值為各個排名的均值。
(4)計算向下累計頻率,最后一項用進行修正。
(5)將向下累計頻率換算為概率單位Probit,Probit為累計頻率對應的標準正態離差μ加5,也可以查閱“百分數與概率單位對照表”獲取。
8、以累積頻率所對應的概率單位Probit為自變量,以值為因變量,計算線性回歸方程:
并對該回歸方程進行檢驗。
9、根據概率單位Probit以及秩和比的矯正值進行分檔排序。
4 案例分析
4.1 信息收集
如表2所示,本文調研了2020到2022年間的熱銷電動汽車品牌,選用了特斯拉、比亞迪、小鵬等品牌旗下的共8款電動汽車作為評價對象,并對其指標數據進行了收集,數據來源有達示數據庫[13]、汽車之家網站[14]、用戶訪談等。
其中動力、舒適度、外觀、操控性四個指標的得分取用戶打分的平均分,滿分為5分。電耗、噪音、剎車距離由實際測試得到,電耗取每行駛100km的耗電量;噪音在車速為80km/h的行駛狀態下測得;剎車距離是指車速由100km/h降至0km/h所需的制動距離;續航是指NEDC純電續航里程。
4.2 數據計算
(1)根據表1中的數據,構建1個8行9列的原始評價矩陣,然后對其做正向標準化處理,電耗、價格、噪音、剎車距離為成本型指標,按照公式(2)進行計算,其余為效益型指標,按照公式(1)進行計算。所得標準化矩陣如式(9)所示。
(2)根據公式 (3)計算各指標的秩,計算結果如式(10)所示。
(3)使用熵權法計算權重,根據公式(4-6)進行計算,可得9個指標的信息熵及熵權如表3及圖1所示。續航、外觀兩個指標的權重較低,說明這幾個指標的在不同車型之間的差異度不大,評價過程中可不做重點考慮。操控性、噪音、價格、電耗等指標的權重較大,在綜合評價中的地位更加重要。
(4)確定加權秩和比WRSR的值。根據公式(7)可得各車型的加權秩和比如表4及圖2所示。
(6)統計加權秩和比的分布情況。根據上文所述步驟統計加權秩和比WRSR的頻率、累計頻數、平均秩次、向下累計評率以及概率單位。統計結果如下表所示。概率單位通過查閱“百分數與概率單位對照表”獲取。
(7)線性回歸計算及檢驗。以Probit為自變量,WRSR為因變量,使用SPSS軟件進行線性回歸計算,所得的結果為Sig=0.004,回歸結果通過了置信度檢驗?;貧w方程為:
(8)分檔排序。根據Probit和對8款車型進行分檔排序,結果如下表所示:
4.3 結果討論
(1)根據表本文所調研評價的8款車型中,1、2、3、5號被評價為優秀,6、7、8號被評價為中等,4號被評價為較差。
8款車型的各指標得分雷達圖如圖3所示,5號車的綜合評分最高,這是因為5號車型幾乎沒有短板,在權重較高的操控性、噪音、剎車等指標上的得分很高,其電耗、續航兩項指標雖然分數處于中等,但續航這一指標的權重較小。而4號車型遠低于其余7款,這是因為4號車型是一款適用于短途代步的迷你電動汽車,雖然價格低廉,但其他各方面指標的得分都很低,續航里程很短,大幅度舍棄了動力、舒適度和外觀美感等內容,整體表現較差。對于這類車型,人們往往是用作短期過渡,不會當做家庭長期用車,可見本文的評價結果與大眾的評判具有一致性。
5 總結與展望
本文構造了一種用于電動汽評價的秩和比-熵權綜合評價法,對傳統的秩和比法進行改進,借助熵權法增加了評價模型的客觀性。該評價方法能夠將電動汽車的多個指標囊括進一個模型,并根據數據的差異性大小對指標進行賦權,最終給出多款電動汽車的綜合排名,從而為大眾進行電動汽車評價與選型提供參考。
參考文獻:
[1]章菊,李學鋆,陳小兵.純電動汽車性能綜合評價方法研究[J].汽車零部件,2020(03):26-30.
[2]唐逵,謝佶宏,王福堅,范毓瑾,邵杰.純電動汽車性能測試評價方法研究[J].時代汽車,2021(10):60-61.
[3]T/CAAMTB 23—2020,“領跑者”標準評價要求 純電動汽車[S].
[4]i—VISTA GM—MM—A0—2020,中國智能汽車指數管理辦法[S].
[5]劉冬.電動汽車廣泛使用可行性分析和影響[J].能源科技,2020,18(12):75-78+92.
[6]李澤森,趙貝貝,李晶晶.電動汽車發展狀況評價研究——基于改進TOPSIS法[J].現代商貿工業,2017(03):73-75.
[7]王偉賢,孫舟,潘鳴宇,張寶群,李中偉,葉麟.基于模糊層次分析法的電動汽車充電樁信息安全風險評估方法[J].中國電力,2021,54(01):96-103.
[8]阿卜杜熱黑木·穆柯依提,王琰,肖凌云,董紅磊,黃國忠.基于模糊層次分析法的電動汽車安全評價[J].標準科學,2018(11):45-52.
[9]刁坤,汪曉虎,王偉東.電動汽車電驅動噪聲聲品質主客觀評價模型[J].噪聲與振動控制,2021,41(03):187-191+203.
[10]錢柯浙,顧復,顧新建.電動汽車電池熱管理集成產品的模塊化工作評價研究[J].成組技術與生產現代化,2020,37(04):7-16.
[11]李郁菡,師禎.基于主成分分析的電動汽車駕乘滿意度評價[J].汽車實用技術,2020(11):8-10.
[12]達示數據:http://www.daas-auto.com
[13]汽車之家:https://www.autohome.com.cn.