汽车销量

摘要： 一、研究成果概述1.2021年中国汽车保有量将突破3亿辆,维保行业规模快速增长,预计2023年产值突破万亿。2.中国自主品牌汽车销量占比稳步上升,2021年前三季度销量占比达43.3%,创历史新高。3.受全球芯片短缺等因素影响,自2021年5月新车销量同比下滑,而二手车交易迎来空前繁荣,持续利好维保行业。

摘要： 根据全球主要汽车市场发布的销量数据显示,受战争影响,俄乌汽车销量大跌。2022年3月,俄罗斯汽车销量同比暴跌62.9%。美国:新车销量128.1万辆,同比下降22.0%根据美国商务部经济分析局发布的汽车销量统计数据显示,2022年3月,美国汽车销售完成128.1万辆,同比下降22.0%;2022年1-3月,累计销售完成337.9万辆,同比下降15.8%。

摘要： 观全球:疫情不减、芯片短缺,形势严峻依旧;看中国:稳中增长、韧性十足,风景这边独好。2021年,中国车市"稳"字当头,面对动荡的国际形势,展现出无与伦比的韧性与活力。在疫情和缺芯的双重夹击下,2021年中国汽车销量预计突破2600万辆,告别2018年以来的三连降,实现同比3%左右的增幅。不能否认的是,新能源汽车的强势崛起对于中国车市的稳中向好功不可没。曾经的新势力用实力宣告"我们不仅活下来,还能活得更好"。而"新新势力"如雨后春笋般的涌现,也不禁让人回想起那个百舸争流的时代。

摘要： 根据全球主要汽车市场发布的销量数据显示,由于受俄乌局势的影响,俄罗斯今年新车销量或出现近三十年来最大跌幅。美国:新车销量125.6万辆,同比下降18.0%根据统计的数据显示,2022年4月,美国新车销量(包含通用/Stellantis/特斯拉等推测值在内的速报值)同比下降18.0%至1,256,224辆。分车型来看,轻卡销量同比下降16.3%至977,397辆,乘用车同比下降23.3%至278,827辆。

摘要： 全球主要汽车市场发布的销量数据显示,2022年1月欧洲五大主流车市中,只有英国和德国实现了稳健的增长,分别增长27.5%和8.5%,意大利和法国的销量跌幅达两位数,分别下跌19.7%和18.6%。

摘要： 擦干2020年的眼泪,踏上2021年的征途,每一位汽车人都期待在新的一年里大展宏图。事常与愿违,但事总在人为。不断变异的病毒、令人"芯"有余悸的芯片荒以及飞涨的原材料价格无疑又成为发展道路上的"绊脚石"。但中国汽车行业再次展现出强大的发展韧性,中国继续以全球汽车产销冠军的身份,引领全球车市复苏。这一年,中国汽车销量摆脱三连降的阴霾,重回正增长;这一年,新能源汽车迎来大爆发,累计产销突破300万辆。

摘要： 车企跨界投身手机,手机厂跨界投身造车。尽管双向奔赴的各方意图不一,但对产品间智能化发展的趋向则正在殊途同归。对比销量,蔚来汽车似乎遇到了麻烦。2月,蔚来汽车共交付6131辆,仅为前月9652辆交付量的63.5%。与此同时,蔚来汽车销量依然不及理想汽车、哪吒汽车和小鹏汽车,位居新势力造车的第四位。在放缓的销量增速现实下,蔚来汽车于早前获得70亿元融资时对赌的“2020年至2025年总营收4200亿元”目标似乎又增添了些许不确定性。

摘要： 2021年,上汽集团持续整合内外部资源,蓄力投入电动智能领域,经过多年自主与合资的合作发展,在缺芯缓解及新能源汽车渗透率加速提升的市场背景下乘势而起,未来将打开新的成长空间。近日,上汽集团公布的2021年汽车销量数据显示,全年整车批发销量达到546.4万辆(终端交付超过581万辆,同比增长5.5%),连续十六年保持国内第一,领先优势已扩大到近200万辆,自主品牌、新能源汽车、海外出口均实现百分比两位数较快增长。

摘要： 根据全球主要汽车市场发布的销量数据显示,受持续的供应链短缺冲击,2月欧洲车市再迎“滑铁卢”,降幅较1月再度扩大,由此迎来“八连降”。美国:新车销量108.6万辆,同比下降11.5%根据美国商务部经济分析局发布的汽车销量统计数据显示,2022年2月,美国汽车销售完成108.6万辆,同比下降11.5%,销量继续下降;2022年1-2月,累计销售完成210.8万辆,同比下降11.0%。

摘要： 根据全球主要汽车市场发布的销量数据显示,2021年11月,由于半导体供应短缺持续影响全球的汽车生产,大多数汽车市场销量呈现出“跌跌不休”的趋势。美国:新车销量104.0万辆,同比下降15.8%根据美国商务部经济分析局发布的数据显示,2021年11月,美国汽车销量完成104.0万辆,同比下降15.8%。2021年1-11月,美国汽车销量累计达1414.1万辆,同比增长6.9%。

摘要： 本发明提供一种汽车后市场零配件销量预测方法及系统，涉及市场预测技术领域，包括：针对汽车后市场零配件的特性，对Sku进行分类；针对不同类别的Sku设置不同的预测算法进行预测，获得各类别Sku的预测结果；对所有预测结果进行异常值拦截处理，获得剩余预测结果；根据剩余预测结果进行所需级别拆分，获得各类别Sku在该级别的预测结果。本发明针对汽配行业Sku属性的特点以及目前面临不能对Sku有效预测的问题，构建了一套Sku的分类体系，同时对不同的分类采用不同的预测算法，适应性更强，进而能够更加精准的预测未来的销量。

摘要： 本发明公开一种汽车配件销量预测方法，包括如下步骤：S1：样本数据获取；S2：样本权重的初始化；S3：BP神经网络初始化，并设置M个BP神经网络为弱预测器，所有弱预测器组成强预测器；S4：将样本按初始权重输入第m个弱预测器，进行训练，获得第m个弱预测器的预测结果和预测误差；S5：计算弱预测器在强预测器中所占权重系数，进入S6步骤；若m等于M，则进入S7步骤；S6：更新样本的权重：根据第m个弱预测器的预测结果更新N个样本的权重，获取权重更新后的N个样本，令m自增1，进入S4步骤；S7：在强预测器中对弱预测器的预测结果进行加权求和得到N个样本的最终预测结果。

摘要： 本发明公开了一种基于小波分析和ARIMA‑LSTM的汽车销量预测方法，包括如下步骤：对已知的汽车销售量的时序数据进行数据预处理；对所述时序数据进行多次小波分解；对分解得到的各分量的序列进行平稳性检验，不平稳则进行差分处理，直到数据序列变成平稳数据序列；对经过平稳处理后的各分量的序列分别进行ARIMA训练并预测；将ARIMA训练过的数据进行小波重构；计算拟合值与真实值的残差；使用残差来训练LSTM网络；利用LSTM网络预测的残差对ARIMA模型的预测结果进行修正，实现最终预测。本发明结合时间序列分析和深度学习网络建立了新型预测模型，能够利用中小规模的历史汽车销售数据集实现对销售数据的准确预测，从而为汽车厂商提供数据支持。

摘要： 本发明涉及大数据处理技术和汽车销量预测技术领域，特别涉及一种基于attention机制的多尺度信息汽车销量大数据预测方法，包括将加入用户行为信息的汽车基本信息数据传入encoder RNN中；在encoder RNN中采用多尺度特征解耦操作得到每个时间序列在每个时间步的多尺度信息；采用attention机制获取对不同small hidden state的重要性得分并更新；由decoder RNN输出未来时间步的汽车销量预测结果；本发明使得不同的small hidden state以不同频率更新，达到动态的选择重要尺度信息的目的，从而提升汽车销量预测的精确性。

摘要： 本发明涉及一种基于最小二乘支持向量机的新能源汽车销量预测方法，其特征在于：包括如下步骤：步骤1、建立基于最小二乘支持向量机的新能源汽车月度销量预测模型；步骤2、求解步骤1所构建的基于最小二乘支持向量机的新能源汽车月度销量预测模型，输出预测值。本发明弥补了传统线性回归模型、支持向量机的缺点，能够有效提升预测精度。

摘要： 本发明涉及一种基于粒子群优化的新能源汽车销量预测模型参数优化方法，包括以下步骤：步骤1、选择输入变量，并划分训练集和测试集；步骤2、数据预处理，将训练集的输入和输出数据都进行归一化处理；步骤3、选择核函数并利用粒子群参数优化算法，寻找C和σ的最优取值，计算训练样本数据的均方误差，并将其看作粒子群的适应度函数，初始化粒子群；步骤4、更新个体极值和全局极值，在每次迭代过程中，比较两极值大小，并实时更新；步骤5、实时更新粒子飞行速度和当前位置，当种群迭代达到终止条件，优化结束，输出当前最优参数值。本发明算法简单、收敛速度快、不需要主观设置过多参数且能够在降低模型的误差的同时，提高了训练效果和预测精度。

摘要： 本发明公开了一种汽车销量的预测方法、装置、终端设备及可计算机读存储介质，汽车销量的预测方法包括：检测所述汽车第一库存量与第一销量之间已有的线性关系；根据预设时长内所述汽车的遥感图像，获取所述汽车的第二库存量；结合所述线性关系和所述第二库存量，预测所述预设时长内所述汽车的第二销量。本发明避免了传统的仅基于特定机构定期发布汽车销量数据得知汽车销量的滞后性问题，实现了可提前对汽车销量进行预测知晓，从而能够更加有效地对汽车市场经济进行掌控和分析，提升了汽车销量预测的价值性。

摘要： 本发明请求保护一种基于情感分析的汽车销量预测方法，在汽车评论网站获取评论数据对数据进行预处理，利用多标签分类方法将评论数据按照用户的使用体验分为安全，舒适，操控，动力，经济和服务六个方面；将各方面情感因素分别融入模型建立情感预测模型。对汽车销量进行预测，找出消费者更加注重汽车性能的哪一方面，对以后的生产作为指导。该方法操作过程：用户输入以往销售数据，将数据带入模型，得到下一季度的销量预测数据。本预测方法提高了预测准确度。

摘要： 本发明提供了一种结合计量经济学和启发式智能的汽车销量预测方法及系统，通过建立数据库来储存汽车销量预测所需数据，包括经济指标、品牌车销量以及汽车销量，称为预测变量；通过数据获取模块连接数据库与汽车销量预测系统来获取所需预测变量，再进行变量之间的结构关系检验，得到存在长期均衡和因果关系的内生变量；进而对内生变量建立向量误差修正模型；然后利用启发式智能算法优化该预测模型系数；最终将得到的预测模型存入销量预测应用系统，在输入相应的经济变量、品牌车以及往年汽车销量数据后即可生成销量预测结果。本发明寻找到一种比较适合长期预测的模型，同时利用启发式智能优化精度高等特点，有效提高了汽车销量预测精度。

摘要： 本发明公开了一种考虑品牌情感的汽车销量预测方法，包括：1采集消费者购买汽车的评论数据；2提出一种基于点互信息PMI的情感词典构造方法，得到评论数据中所有情感词的情感值；3基于所述情感词典，对评论文本数据的情感进行量化，从而进一步汇总得到汽车品牌的情感值；4构建品牌粒度的汽车月度销量预测模型；5定义汽车品牌销量预测模型的目标函数；6利用网格搜索方法对目标函数进行求解，得到最优参数值，从而利用所述预测模型预测下个月的销量。本发明能充分发掘销量时间序列季节性变化和网络大数据中消费者的口碑情感倾向因素的短期预测能力，从而将汽车销量预测细化到更加微观的品牌粒度，并提高预测精度。