李富强，彭海丽，杨 熙，张文静

（工业和信息化部 装备工业发展中心，北京 100846 ）

随着我国居民消费观念的改变，二手车在人们日常生活中扮演着越来越重要的角色[1]。近年来，我国二手车市场显现出蓬勃的发展势头，越来越多的人意识到二手车市场巨大的发展潜力[2]。随着人工智能的飞速发展，基于机器学习和深度学习的算法已用于二手车的研究。杨波[3]针对二手车交易中的评估定价问题，构建了BP神经网络进行了实例分析，结果表明，所建预测模型比现有预测模型更为准确、稳定。毛攀等[4]基于BP神经网络对二手车价格评估影响因素进行了探究，计算结果显示模型预测价格与实际价格相关系数达到0.96。CHEN Daoping[5]基于ARIMA模型，建立了中国汽车需求预测模型，并对模型进行了预测性能评价，结果表明模型的预测效果很好。谢杨等[6]利用聚类、多元回归等算法，将车辆的上牌时间、表征里程、所属地区等因子作为自变量，成新率作为因变量建立模型，通过实际评估，模型具有较好的评估效果。王栋[7]基于灰度关联分析与BP神经网络对汽车保有量进行了预测，结果显示模型具有较好的评估效果。曹洁[8]基于随机森林算法，建立了二手车价值评估模型，在降低评估成本、提高评估效率的同时，为二手车价值评估提供一种新的思路。张晓东[9]基于长短时记忆神经网络模型，实现了可以应用于二手车行业的贷前审批风险控制模型，结果表明，其数据处理方法在XGBoost等机器学习模型的评价指标上都有了3%左右的提升。……