11 年 1914 月 XNUMX 日,亨利福特在《紐約時報》上發表聲明:
「我希望我們能在一年內開始生產電動車。 我不喜歡談論未來一年的事情,但我想告訴你一些關於我的計劃。 事實上,愛迪生先生和我多年來一直致力於創造廉價且實用的電動車。 它們是作為一個實驗而製作的,我們很滿意成功之路是顯而易見的。 迄今為止,電動車面臨的挑戰是製造一種無需充電即可長距離運行的輕型電池。 愛迪生先生已經試驗這種電池有一段時間了。”
但出了點問題...
湯瑪斯愛迪生與底特律電力公司
這篇文章是我上一篇文章的邏輯延續
參數在哪裡 r 影響市場份額的成長率,因為它是一個指數 - 該係數越高,新技術征服市場的速度就越快,即由於其便利性,科技每年都應該引起更多人的興趣。 K 描述新技術成長潛力的係數,即當K值較低時,該技術將無法佔領整個市場,而只能征服一個比以前的技術更有趣的細分市場。
問題陳述是找到邏輯方程式的必要參數,使我們能夠預測乘用電動車產業的發展:
- 「零年」是指全球銷售的乘用車中有一半將配備電動馬達的年份(P0=0,5,t=0);
- 市佔率成長率(r)電動汽車。
在這種情況下,我們可以說:
- 電動車將完全取代市場上的內燃機(ICE)汽車(K=1),因為我沒有看到任何可以細分乘用車市場的功能。
模型編制時未考慮重型車輛及特種設備市場,該產業內仍不存在電動車市場。
- 我們現在生活在「負時間」(P(t)<0)中,在函數中我們將使用相對於我們時間(t-t0)的「零年」的偏移量。
乘用車銷量統計數據取自
電動車銷量統計數據取自
2012年之前的電動車統計數據非常稀少,本研究不會考慮。
結果,我們有以下數據:
尋找零年和市場成長率的計劃
import matplotlib.pyplot as plt
import numpy as np
import math
x = np.linspace(2012, 2019, 8)
y1 = np.array([60936407, 63429200, 65708230, 66314155, 69464432, 70694834, 68690468, 64341693]) # кол-во произведенных легковых машин
y2 = np.array([52605, 97507, 320713, 550297, 777495, 1227117, 2018247, 1940147]) # кол-во произведенных легковых электромобилей
y = y2/y1 #доля электромобилей в общем производстве автомобилей
ymax=1 #первоначальное максимальное отклонение статистических данных от значений функции
Gmax=2025 #год для начало поиска "нулевого года"
rmax=0.35 #начальный коэффициент
k=1 #принят "1" из предпосылки, что электромобили полностью заменят легковые автомобили с ДВС
p0=0.5 # процент рынка в "нулевой год"
for j in range(10): # цикл перебора "нулевых годов"
x0=2025+j
r=0.35
for i in range(10): # цикл перебора коэффициента в каждом "нулевом году"
r=0.25+0.02*i
y4=k*p0*math.e**(r*(x-x0))/(k+p0*(math.e**(r*(x-x0))-1))-y
# print(str(x0).ljust(20), str(r).ljust(20), max(abs(y4)))
if max(abs(y4))<=ymax: # поиск минимального из максимальных отклонений внутри каждого года при каждом коэффициенте r
ymax=max(abs(y4))
Gmax=x0
rmax=r
print(str(Gmax).ljust(20), str(rmax).ljust(20), ymax) # вывод "нулевого года", коэффициента r и максимального из отклонений от функции
根據該計劃,選擇了以下值:
零年是 2028 年。
成長係數 - 0.37
統計數據與函數值的最大偏差為0.005255。
2012 年至 2019 年的函數圖如下:
到 2050 年的預測的最終圖表如下所示:
這張圖表顯示了整個市場 99% 的截止點,即到2040年,電動車將完全取代內燃機汽車。
函數繪圖程式
import matplotlib.pyplot as plt
import numpy as np
import math
x = np.linspace(2012, 2019, 8)
y1 = np.array([60936407, 63429200, 65708230, 66314155, 69464432, 70694834, 68690468, 64341693])
y2 = np.array([52605, 97507, 320713, 550297, 777495, 1227117, 2018247, 1940147])
y = y2/y1
k=1
p0=0.5
x0=2028
r=0.37
y1=k*p0*math.e**(r*(x-x0))/(k+p0*(math.e**(r*(x-x0))-1))
#Строим график функции на отрезке между 2012 и 2019 годами
fig, ax = plt.subplots(figsize=(30, 20), facecolor="#f5f5f5")
plt.grid()
ax.plot(x, y, 'o', color='tab:brown')
ax.plot(x, y1)
#Строим график функции на отрезке между 2010 и 2050 годами
x = np.linspace(2010, 2050)
y2 = [k*p0*math.e**(r*(i-x0))/(k+p0*(math.e**(r*(i-x0))-1)) for i in x]
y3 = 0.99+0*x
fig, ax = plt.subplots(figsize=(30, 20), facecolor="#f5f5f5")
ax.set_xlim([2010, 2050])
ax.set_ylim([0, 1])
plt.grid()
plt.plot(x, y2, x, y3)
發現
遵循與描述內燃機汽車發展歷史相同的邏輯,我試圖根據現有的統計數據來預測乘用電動車產業的發展。
所獲得的結果表明,到2030年,全球銷售的乘用車中有一半將配備電動機,而到2040年,內燃機乘用車將成為過去。
當然,2030年之後,有些人會駕駛2030年之前購買的汽油車,但他們會知道他們的下一次購買將是電動車。
電動車的成長率是內燃機汽車成長率的4倍,這表明新技術正在越來越快地進入我們的生活,成為我們日常生活中平庸的一部分(這裡我們記住手機) 。
在接下來的幾年裡,愛迪生無法解決的問題應該得到解決——足夠容量的電池將允許充電站之間的距離更長。
為了創造與現有加油站網路相當的充電站網絡,有必要對大城市和高速公路沿線的現有電網進行現代化改造。
此外,電動車銷量的成長也將受到阻礙
聚苯乙烯
如果愛迪生能夠解決分配給他的問題,那麼「石油時代」就不會開始...
只有註冊用戶才能參與調查。
什麼時候大家都會開電動車?
-
企業排放佔全球 9,5%到 2030 年,每個人都將轉向電動車,而不是一半18
-
企業排放佔全球 20,0%到 2040 年,每個人肯定會轉向電動車38
-
企業排放佔全球 48,4%不早於 2050
-
企業排放佔全球 22,1%電動車永遠無法取代汽油車42
190 位用戶投票。 37 名用戶棄權。
來源: www.habr.com