基于需求预测的电动车充换电资源推荐方法及装置与流程
本发明涉及充换电资源推荐方法及装置，更具体地，涉及基于需求预测的电动车充换电资源推荐方法及装置。
背景技术：
目前，随着电动车辆的日益发展和普及，对动力电池进行高效和便捷的充换电变得越来越重要。
在现有的技术方案中，典型地以如下方式实施电动车辆的动力电池的充换电：当驾驶者发现动力电池的剩余电量不足时，通过查询相关的充换电资源记录表或驾车搜寻的方式人工地确定目标充换电资源(例如充电站或充电桩)以完成对动力电池的充电操作。
然而，上述现有的技术方案存在如下问题：(1)由于需要驾驶者自身来搜寻和确定目标充换电资源，故操作不便；(2)在存在多个不同类型并处于不同的位置处的可用充换电资源(例如慢充、快充、换电、移动充电车等等不同的类型，或者充电设施的不同品牌、位置、输出功率等等)时，驾驶者难于准确地和快速地判定那个充换电资源是当前最适合的。
因此，存在如下需求：提供具有高的使用便捷性并且能够准确判定最优充换电资源的基于需求预测的电动车充换电资源推荐方法及装置。
技术实现要素：
为了解决上述现有技术方案所存在的问题，本发明提出了具有高的使用便捷性并且能够准确判定最优充换电资源的基于需求预测的电动车充换电资源推荐方法及装置。
本发明的目的是通过以下技术方案实现的：
一种基于需求预测的电动车充换电资源推荐方法，其包括下列步骤：
(a1)周期性地收集车辆的动力电池剩余电量信息以及车辆的当前位置信息，并基于所收集的动力电池剩余电量信息确定当前动力电池续航里程、随之基于所述当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求；
(a2)如果预测结果是“当前存在充换电需求”，则至少基于所述当前动力电池续航里程并结合评价矩阵自动地或基于驾驶者指令从资源库中选择并推荐当前最适合的目标充换电资源以提示驾驶者在所述目标充换电资源处实施动力电池的充换电操作，其中，所述评价矩阵记录用户对所述资源库中的各个充换电资源的历史评分值。
在上面所公开的方案中，优选地，所述方法进一步包括：(a3)在所述车辆完成动力电池的充换电操作后，提示驾驶者对所述目标充换电资源评分，并将评分结果记录在所述评价矩阵中。
在上面所公开的方案中，优选地，所述步骤(a1)进一步包括：以如下方式预测车辆当前是否存在充换电需求：(1)根据车辆的当前位置信息从所述资源库中提取与车辆的当前位置信息距离最近的n个充换电资源p1，p2，…，pn，并计算所述n个充换电资源各自与车辆的当前位置之间的距离l1，l2，…，ln，其中，n是正整数；(2)基于如下逻辑预测车辆当前是否存在充换电需求：仅当ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)时，预测结果是“当前存在充换电需求”，其中，ld是当前动力电池续航里程、ldrequest是车辆历史使用过程中触发充换电推荐操作的最大续航里程数，k是距离加权因子，其表示当前动力电池续航里程是距离最近的充换电资源的k倍。
在上面所公开的方案中，优选地，所述评价矩阵是m×n矩阵，其中，m和n均是正整数，并且矩阵中的元素ri，j的值表示第i个用户对第j个充换电资源的评分值。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：以如下方式从资源库中选择并推荐当前最适合的目标充换电资源：(1)将所述n个充换电资源p1，p2，…，pn作为待选的充换电资源，并确定除了当前车辆的用户以外的所有使用过所述待选的充换电资源的用户，以将其作为目标用户群；(2)基于皮尔森相关系数法或余弦相似性法计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数；(3)基于所述相关系数以及所述目标用户群中的每一个用户对所述待选的充换电资源的评分来计算所述待选的充换电资源针对当前车辆的用户的模拟评分，并随之基于所述模拟评分对所述待选的充换电资源排序；(4)将排序最高的充换电资源确定为当前最适合的目标充换电资源。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：在使用皮尔森相关系数法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：在使用余弦相似性法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，ry，i表示用户y对第i个充换电资源的评分，
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：以如下公式计算所述待选的充换电资源中的每一个针对当前车辆的用户的模拟评分：
其中，pi(x)是所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，j是正整数，其取值从1至n，rj,i是第j个用户对第i个充换电资源pi的评分值，simil(x,j)是当前车辆的用户x与所述目标用户群中的用户j之间的相关系数。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：在计算出所述模拟评分值后，基于负指数加权法或线性加权法对每个模拟评分值进行加权，并随之基于加权后的模拟评分值对所述待选的充换电资源排序。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：在使用负指数加权法的情况下，以如下公式对每个模拟评分值进行加权：
其中，pi_e(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，ls是常量，其指示可提供服务的最远的充换电资源与车辆的当前位置之间的距离。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：在使用线性加权法的情况下，以如下公式对每个模拟评分值进行加权：
pi_l(x)＝pi(x)*(-al+b)
其中，pi_l(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，a，b为常量，并且满足当l的值是可提供服务的最远的充换电资源与车辆的当前位置之间的距离时－al+b＝0。
在上面所公开的方案中，优选地，所述步骤(a2)进一步包括：当预测结果是“当前存在充换电需求”时提示驾驶者车辆当前需要充换电以便接收来自驾驶者的指令。
在上面所公开的方案中，优选地，所述方法进一步包括：周期性地基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源，并随之对所述第一类充换电资源进行优化配置以增强和/或扩展所述第一类充换电资源的充换电能力，以及对所述第二类充换电资源进行优化配置以减少和/或缩限所述第二类充换电资源的充换电能力或者直接淘汰所述第二类充换电资源。
本发明的目的也可以通过以下技术方案实现：
一种基于需求预测的电动车充换电资源推荐装置，其包括：
预测单元，所述预测单元被配置为周期性地收集车辆的动力电池剩余电量信息以及车辆的当前位置信息，并基于所收集的动力电池剩余电量信息确定当前动力电池续航里程、随之基于所述当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求；
资源推荐单元，所述资源推荐单元被配置为在预测结果是“当前存在充换电需求”情况下至少基于所述当前动力电池续航里程并结合评价矩阵自动地或基于驾驶者指令从资源库中选择并推荐当前最适合的目标充换电资源以提示驾驶者在所述目标充换电资源处实施动力电池的充换电操作，其中，所述评价矩阵记录用户对所述资源库中的各个充换电资源的历史评分值。
在上面所公开的方案中，优选地，所述装置进一步包括评价单元，所述评价单元被配置为在所述车辆完成动力电池的充换电操作后，提示驾驶者对所述目标充换电资源评分，并将评分结果记录在所述评价矩阵中。
本发明所公开的基于需求预测的电动车充换电资源推荐方法及装置具有下列优点：由于能够自动地根据当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求并推荐最优的目标充换电资源，故具有高的使用便捷性并且能够准确判定最优充换电资源。
附图说明
结合附图，本发明的技术特征以及优点将会被本领域技术人员更好地理解，其中：
图1是根据本发明的实施例的基于需求预测的电动车充换电资源推荐方法的流程图。
图2是根据本发明的实施例的基于需求预测的电动车充换电资源推荐装置的示意性结构图。
具体实施方式
图1是根据本发明的实施例的基于需求预测的电动车充换电资源推荐方法的流程图。如图1所示，本发明所公开的基于需求预测的电动车充换电资源推荐方法包括下列步骤：(a1)周期性地收集车辆的动力电池剩余电量信息(soc)以及车辆的当前位置信息，并基于所收集的动力电池剩余电量信息确定当前动力电池续航里程(即车辆当前能够继续行驶直至电量耗尽的里程数)、随之基于所述当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求；(a2)如果预测结果是“当前存在充换电需求”，则至少基于所述当前动力电池续航里程并结合评价矩阵自动地或基于驾驶者指令从资源库中选择并推荐当前最适合的目标充换电资源以提示驾驶者在所述目标充换电资源处实施动力电池的充换电操作，其中，所述评价矩阵记录用户对所述资源库中的各个充换电资源的历史评分值。
优选地，本发明所公开的基于需求预测的电动车充换电资源推荐方法进一步包括：(a3)在所述车辆完成动力电池的充换电操作后，提示驾驶者对所述目标充换电资源评分，并将评分结果记录在所述评价矩阵中。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a1)进一步包括：以如下方式预测车辆当前是否存在充换电需求：(1)根据车辆的当前位置信息从所述资源库中提取与车辆的当前位置信息距离最近的n个充换电资源p1，p2，…，pn，并计算所述n个充换电资源各自与车辆的当前位置之间的距离l1，l2，…，ln，其中，n是正整数(例如n＝4)；(2)基于如下逻辑预测车辆当前是否存在充换电需求：仅当ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)时，预测结果是“当前存在充换电需求”，其中，ld是当前动力电池续航里程、ldrequest是车辆历史使用过程中触发充换电推荐操作的最大续航里程数，k是距离加权因子，其表示当前动力电池续航里程是距离最近的充换电资源的k倍(例如，k＝2)。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述评价矩阵是m×n矩阵(即m行和n列矩阵)，其中，m和n均是正整数(例如m是总的用户数，n是总的充换电资源数)，并且矩阵中的元素ri，j的值表示第i个用户对第j个充换电资源的评分值(例如评分值越高则评价越好，诸如1表示最差、5表示最好)。其中，所述资源库是由所述评价矩阵中所指示的资源1至n的信息组成的资源信息的集合，并且所述资源库能够被存储于独立的远程或本地服务器中，或者被分别存储在任意数量的云端节点处。此外，所述资源库中的资源信息能够被周期性地删除，修改或添加(诸如基于从各种途径收集或查询各个资源的当前状态)。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：以如下方式从资源库中选择并推荐当前最适合的目标充换电资源：(1)将所述n个充换电资源p1，p2，…，pn作为待选的充换电资源，并确定除了当前车辆的用户(即当前车辆的驾驶者)以外的所有使用过所述待选的充换电资源的用户，以将其作为目标用户群；(2)基于皮尔森相关系数法或余弦相似性法计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数；(3)基于所述相关系数以及所述目标用户群中的每一个用户对所述待选的充换电资源的评分来计算所述待选的充换电资源针对当前车辆的用户的模拟评分，并随之基于所述模拟评分对所述待选的充换电资源排序；(4)将排序最高的充换电资源确定为当前最适合的目标充换电资源。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：在使用皮尔森相关系数法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：在使用余弦相似性法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，ry，i表示用户y对第i个充换电资源的评分，
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：以如下公式计算所述待选的充换电资源中的每一个针对当前车辆的用户的模拟评分：
其中，pi(x)是所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，j是正整数，其取值从1至n，rj,i是第j个用户对第i个充换电资源pi的评分值，simil(x,j)是当前车辆的用户x与所述目标用户群中的用户j之间的相关系数。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：在计算出所述模拟评分值后，基于负指数加权法或线性加权法对每个模拟评分值进行加权，并随之基于加权后的模拟评分值对所述待选的充换电资源排序。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：在使用负指数加权法的情况下，以如下公式对每个模拟评分值进行加权：
其中，pi_e(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，ls是常量，其指示可提供服务的最远的充换电资源与车辆的当前位置之间的距离。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：在使用线性加权法的情况下，以如下公式对每个模拟评分值进行加权：
pi_l(x)＝pi(x)*(-al+b)
其中，pi_l(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，a，b为常量，并且满足当l的值是可提供服务的最远的充换电资源与车辆的当前位置之间的距离时－al+b＝0。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，所述步骤(a2)进一步包括：当预测结果是“当前存在充换电需求”时提示驾驶者车辆当前需要充换电以便接收来自驾驶者的指令。
优选地，本发明所公开的基于需求预测的电动车充换电资源推荐方法进一步包括：周期性地基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源，并随之对所述第一类充换电资源进行优化配置以增强和/或扩展所述第一类充换电资源的充换电能力，以及对所述第二类充换电资源进行优化配置以减少和/或缩限所述第二类充换电资源的充换电能力或者直接淘汰所述第二类充换电资源。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，以如下方式基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源：计算所述评价矩阵中的每个行向量的平均值(即各个用户对每个充换电资源的平均评分值，换句话说，一个行向量的平均值表示各个用户对该充换电资源的平均评价)，并将每个行向量的平均值与所述第一阈值和所述第二阈值相比较以确定所述第一类充换电资源和所述第二类充换电资源。
可选地，在本发明所公开的基于需求预测的电动车充换电资源推荐方法中，以如下方式基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源：对所述评价矩阵中的每个行向量中的每个值进行基于用户使用频率(即不同的用户使用每个行向量所代表的充换电资源的频率，换句话说，如果某个用户对某个充换电资源使用频率高，则对该用户对该充换电资源的评分值进行较大系数的加权，反之，则进行较小系数的加权)的加权，并随之计算每个行向量中的加权后的每个值的平均值，并将该平均值与所述第一阈值和所述第二阈值相比较以确定所述第一类充换电资源和所述第二类充换电资源。
由上可见，本发明所公开的基于需求预测的电动车充换电资源推荐方法具有下列优点：由于能够自动地根据当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求并推荐最优的目标充换电资源，故具有高的使用便捷性并且能够准确判定最优充换电资源。
图2是根据本发明的实施例的基于需求预测的电动车充换电资源推荐装置的示意性结构图。如图2所示，本发明所公开的基于需求预测的电动车充换电资源推荐装置包括预测单元1和资源推荐单元2。所述预测单元1被配置为周期性地收集车辆的动力电池剩余电量信息(soc)以及车辆的当前位置信息，并基于所收集的动力电池剩余电量信息确定当前动力电池续航里程(即车辆当前能够继续行驶直至电量耗尽的里程数)、随之基于所述当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求。所述资源推荐单元2被配置为在预测结果是“当前存在充换电需求”情况下至少基于所述当前动力电池续航里程并结合评价矩阵自动地或基于驾驶者指令从资源库中选择并推荐当前最适合的目标充换电资源以提示驾驶者在所述目标充换电资源处实施动力电池的充换电操作，其中，所述评价矩阵记录用户对所述资源库中的各个充换电资源的历史评分值。
优选地，本发明所公开的基于需求预测的电动车充换电资源推荐装置进一步包括评价单元3，评价单元3被配置为在所述车辆完成动力电池的充换电操作后，提示驾驶者对所述目标充换电资源评分，并将评分结果记录在所述评价矩阵中。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述预测单元1进一步被配置为以如下方式预测车辆当前是否存在充换电需求：(1)根据车辆的当前位置信息从所述资源库中提取与车辆的当前位置信息距离最近的n个充换电资源p1，p2，…，pn，并计算所述n个充换电资源各自与车辆的当前位置之间的距离l1，l2，…，ln，其中，n是正整数(例如n＝4)；(2)基于如下逻辑预测车辆当前是否存在充换电需求：仅当ld＜ldrequest并且ld＞k＊min(l1，l2，….ln)时，预测结果是“当前存在充换电需求”，其中，ld是当前动力电池续航里程、ldrequest是车辆历史使用过程中触发充换电推荐操作的最大续航里程数，k是距离加权因子，其表示当前动力电池续航里程是距离最近的充换电资源的k倍(例如，k＝2)。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述评价矩阵是m×n矩阵(即m行和n列矩阵)，其中，m和n均是正整数(例如m是总的用户数，n是总的充换电资源数)，并且矩阵中的元素ri，j的值表示第i个用户对第j个充换电资源的评分值(例如评分值越高则评价越好，诸如1表示最差、5表示最好)。其中，所述资源库是由所述评价矩阵中所指示的资源1至n的信息组成的资源信息的集合，并且所述资源库能够被存储于独立的远程或本地服务器中，或者被分别存储在任意数量的云端节点处。此外，所述资源库中的资源信息能够被周期性地删除，修改或添加(诸如基于从各种途径收集或查询各个资源的当前状态)
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为以如下方式从资源库中选择并推荐当前最适合的目标充换电资源：(1)将所述n个充换电资源p1，p2，…，pn作为待选的充换电资源，并确定除了当前车辆的用户(即当前车辆的驾驶者)以外的所有使用过所述待选的充换电资源的用户，以将其作为目标用户群；(2)基于皮尔森相关系数法或余弦相似性法计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数；(3)基于所述相关系数以及所述目标用户群中的每一个用户对所述待选的充换电资源的评分来计算所述待选的充换电资源针对当前车辆的用户的模拟评分，并随之基于所述模拟评分对所述待选的充换电资源排序；(4)将排序最高的充换电资源确定为当前最适合的目标充换电资源。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为在使用皮尔森相关系数法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为在使用余弦相似性法的情况下，基于如下公式计算当前车辆的用户与所述目标用户群中的每一个用户的相关系数：
其中，simil(x，y)表示当前车辆的用户x与所述目标用户群中的用户y之间的相关系数，rx，i表示当前车辆的用户x对第i个充换电资源的评分，ry，i表示用户y对第i个充换电资源的评分，
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为以如下公式计算所述待选的充换电资源中的每一个针对当前车辆的用户的模拟评分：
其中，pi(x)是所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，j是正整数，其取值从1至n，rj,i是第j个用户对第i个充换电资源pi的评分值，simil(x,j)是当前车辆的用户x与所述目标用户群中的用户j之间的相关系数。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为在计算出所述模拟评分值后，基于负指数加权法或线性加权法对每个模拟评分值进行加权，并随之基于加权后的模拟评分值对所述待选的充换电资源排序。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为在使用负指数加权法的情况下，以如下公式对每个模拟评分值进行加权：
其中，pi_e(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，ls是常量，其指示可提供服务的最远的充换电资源与车辆的当前位置之间的距离。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为在使用线性加权法的情况下，以如下公式对每个模拟评分值进行加权：
pi_l(x)＝pi(x)*(-al+b)
其中，pi_l(x)表示针对pi(x)加权后的模拟评分，pi(x)表示所述待选的充换电资源中的第i个充换电资源pi针对当前车辆的用户x的模拟评分，l表示充换电资源pi与车辆的当前位置之间的距离，a，b为常量，并且满足当l的值是可提供服务的最远的充换电资源与车辆的当前位置之间的距离时－al+b＝0。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述资源推荐单元2进一步被配置为当预测结果是“当前存在充换电需求”时提示驾驶者车辆当前需要充换电以便接收来自驾驶者的指令。
优选地，本发明所公开的基于需求预测的电动车充换电资源推荐装置进一步包括优化配置单元4，所述优化配置单元4被配置为周期性地基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源，以便提示相关方对所述第一类充换电资源进行优化配置以增强和/或扩展所述第一类充换电资源的充换电能力，以及对所述第二类充换电资源进行优化配置以减少和/或缩限所述第二类充换电资源的充换电能力或者直接淘汰所述第二类充换电资源。
优选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述优化配置单元4进一步被配置为以如下方式基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源：计算所述评价矩阵中的每个行向量的平均值(即各个用户对每个充换电资源的平均评分值，换句话说，一个行向量的平均值表示各个用户对该充换电资源的平均评价)，并将每个行向量的平均值与所述第一阈值和所述第二阈值相比较以确定所述第一类充换电资源和所述第二类充换电资源。
可选地，在本发明所公开的基于需求预测的电动车充换电资源推荐装置中，所述优化配置单元4进一步被配置为基于所述评价矩阵中记录的每个充换电资源的评分值选择出评分值高于第一阈值的第一类充换电资源和评分值低于第二阈值的第二类充换电资源：对所述评价矩阵中的每个行向量中的每个值进行基于用户使用频率(即不同的用户使用每个行向量所代表的充换电资源的频率，换句话说，如果某个用户对某个充换电资源使用频率高，则对该用户对该充换电资源的评分值进行较大系数的加权，反之，则进行较小系数的加权)的加权，并随之计算每个行向量中的加权后的每个值的平均值，并将该平均值与所述第一阈值和所述第二阈值相比较以确定所述第一类充换电资源和所述第二类充换电资源。
由上可见，本发明所公开的基于需求预测的电动车充换电资源推荐装置具有下列优点：由于能够自动地根据当前动力电池续航里程以及车辆的当前位置信息预测车辆当前是否存在充换电需求并推荐最优的目标充换电资源，故具有高的使用便捷性并且能够准确判定最优充换电资源
尽管本发明是通过上述的优选实施方式进行描述的，但是其实现形式并不局限于上述的实施方式。应该认识到：在不脱离本发明主旨和范围的情况下，本领域技术人员可以对本发明做出不同的变化和修改。
- 还没有人留言评论。精彩留言会获得点赞！