基于GA-BP神经网络模型的二手载货汽车价值评估方法

摘要

为准确评估二手载货汽车的价值，基于电商平台历史交易数据，提出遗传算法-反向传播神经网络(genetic algorithm-backpropagation neural network, GA-BP)评估方法。结合二手载货汽车的使用特性，选取影响交易价值的11个关键指标并提出指标的量化标准；通过皮尔逊相关系数法对各指标进行一致性检验，验证指标选取的合理性；融合遗传算法和BP神经网络，提出二手载货汽车GA-BP神经网络价值评估模型，利用9 016条交易数据对模型进行训练和验证。相较于未优化过的BP神经网络模型，本文模型的均方误差降低了74.85%。通过平均影响值分析发现，累计行驶里程、累计行驶时间、排放标准、比功率和上装情况5项价值评估指标对二手载货汽车价值评估影响最大，排放标准逐渐成为影响二手载货汽车的重要指标。

关键词

汽车价值评估 / 二手载货汽车 / 遗传算法 / BP神经网络 / 排放标准

基金资助

国家重点研发计划项目(2023YFB3209803); 长安大学中央高校基本科研业务费专项资金资助项目(300102224206); 山东省科技型中小企业创新能力提升工程资助项目(2023TSGC0335)