@
aoxiansheng ```
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
电车/油车/插混量化决策程序
核心逻辑：基于 2025 年数据优化算法，通过量化得分匹配最优车型
固定公式与决策依据（含总结表）：
一、核心计算公式（固定权重）
推荐车型得分 = (短途占比 × 电车得分) + (长途占比 × 插混得分) - 油车基准分
1. 电车得分 = 0.8 × (年里程/1.5 万) + 0.2 × 充电便利性（家充=1 ，公共桩=0.6 ）
2. 插混得分 = 0.7 × 长途占比 + 0.3 × (1 - 电池衰减系数)
- 电池衰减系数：有家用桩=0.03 （低衰减），无家用桩=0.05 （高衰减）
3. 油车基准分 = 0.6 × (1 - 年里程/1.5 万) + 0.4 × 加油便利性（固定 0.4 ，因高速油站密度=1 ）
二、场景决策总结表（固定依据）
| 场景 | 年里程 | 推荐车型 | 核心优势 |
|---------------------|--------------|----------|------------------------------|
| 短途高频（≤100km ） | ＞ 1.5 万公里 | 电车 | 成本省 70%+，保养便宜 70% |
| 短途高频（≤100km ） | ≤1.5 万公里 | 油车 | 无 2-3 万购车差价压力，无衰减焦虑|
| 长途高频（≥200km ） | ＞ 1.5 万公里 | 插混 | 油电双省，兼顾长途需求 |
| 长途高频（≥200km ） | ≤1.5 万公里 | 油车 | 无 800 元/年双系统维护费，加油方便|
三、特殊调整规则
1. 北方严寒地区（-10℃以下）：即使短途高频+年里程＞ 1.5 万，优先推荐插混（电车续航缩水 40%+）
2. 无家用充电桩：插混不推荐（长期亏电衰减快，成本优势消失）
"""
def car_selection_decision():
# 1. 获取用户输入参数（基础场景信息）
try:
# 年行驶里程（单位：公里），示例：20000 （即 2 万公里）
annual_mileage_km = float(input("请输入年总行驶里程（单位：公里）："))
# 短途占比（ 0-1 ，示例：0.8 即 80%短途）
short_distance_ratio = float(input("请输入短途（≤100km ）占比（如 80%输入 0.8 ）："))
# 充电便利性（ 1=家用充电桩，0.6=仅公共充电桩）
charging_convenience = float(input("请输入充电便利性（ 1=有家充，0.6=仅公共桩）："))
# 是否北方严寒地区（ 1=是，0=否）
is_northern_cold = int(input("是否为北方严寒地区（-10℃以下）？（ 1=是，0=否）："))
# 是否有家用充电桩（ 1=有，0=无）
has_home_charging = int(input("是否有家用充电桩？（ 1=有，0=无）："))
# 输入合法性校验
if not (annual_mileage_km > 0 and 0 <= short_distance_ratio <= 1
and charging_convenience in [1, 0.6] and is_northern_cold in [0,1]
and has_home_charging in [0,1]):
print("输入格式错误！请按提示规范输入（如占比 0-1 ，选项输 1 或 0 ）")
return
except ValueError:
print("输入错误！请输入数字（如里程输 20000 ，占比输 0.8 ）")
return
# 2. 基础参数计算
annual_mileage_15k = annual_mileage_km / 15000 # 年里程与 1.5 万公里的比值
long_distance_ratio = 1 - short_distance_ratio # 长途占比（ 1-短途占比）
# 电池衰减系数（根据有无家充确定）
if has_home_charging == 1:
battery_decay_coeff = 0.03
else:
battery_decay_coeff = 0.05
# 3. 计算各车型得分（按固定公式）
# 电车得分
ev_score = 0.8 * annual_mileage_15k + 0.2 * charging_convenience
# 插混得分
phev_score = 0.7 * long_distance_ratio + 0.3 * (1 - battery_decay_coeff)
# 油车基准分
fuel_car_base = 0.6 * (1 - annual_mileage_15k) + 0.4 * 1 # 加油便利性固定为 1
# 最终推荐得分（得分越高，对应车型越优）
final_ev_score = ev_score * short_distance_ratio # 电车最终贡献分
final_phev_score = phev_score * long_distance_ratio # 插混最终贡献分
recommendation_score = final_ev_score + final_phev_score - fuel_car_base
# 4. 结合特殊规则调整推荐结果
recommended_car = ""
reason = ""
# 规则 1：无家用充电桩 → 排除插混
if has_home_charging == 0:
if annual_mileage_km > 15000:
# 无家充+年里程超 1.5 万：对比电车和油车
if final_ev_score > fuel_car_base:
recommended_car = "电车"
reason = f"年里程{annual_mileage_km:.0f}公里（＞ 1.5 万），电车每公里成本约 0.15 元（油车 0.6 元），年省超 6000 元；虽无家充，但公共桩仍可覆盖基础需求"
else:
recommended_car = "油车"
reason = f"年里程{annual_mileage_km:.0f}公里，但无家充时电车充电成本上升，经济性与油车持平；油车无购车差价压力"
else:
# 无家充+年里程≤1.5 万：直接推荐油车
recommended_car = "油车"
reason = f"年里程{annual_mileage_km:.0f}公里（≤1.5 万），电车 2-3 万购车差价 5 年省不回；无家充时插混衰减快，油车无焦虑"
# 规则 2：有家用充电桩 → 正常计算+北方严寒调整
else:
# 北方严寒地区：短途高频+年里程超 1.5 万 → 优先插混
if is_northern_cold == 1 and short_distance_ratio >= 0.6 and annual_mileage_km > 15000:
recommended_car = "插混"
reason = f"北方严寒地区（电车续航缩水 40%+），年里程{annual_mileage_km:.0f}公里（＞ 1.5 万），插混兼顾短途用电（ 0.15 元/公里）和长途无续航焦虑"
# 非北方/非短途高频场景：按得分推荐
else:
if recommendation_score > 0.2: # 电车/插混优势显著
if final_ev_score > final_phev_score:
recommended_car = "电车"
reason = f"短途占比{short_distance_ratio*100:.0f}%，年里程{annual_mileage_km:.0f}公里（＞ 1.5 万）；电车每公里成本 0.12-0.15 元，比油车省 70%，保养仅油车 30%"
else:
recommended_car = "插混"
reason = f"长途占比{long_distance_ratio*100:.0f}%，年里程{annual_mileage_km:.0f}公里（＞ 1.5 万）；插混长途亏电成本 0.49 元/公里（油车 0.6 元），短途用电更省，有家充可减缓电池衰减"
elif -0.2 <= recommendation_score <= 0.2: # 得分接近，优先油车（无衰减焦虑）
recommended_car = "油车"
reason = f"年里程{annual_mileage_km:.0f}公里，电车/插混成本优势不显著；油车无电池衰减焦虑，加油便利性是电车/插混的 3 倍"
else: # 油车优势显著
recommended_car = "油车"
reason = f"年里程{annual_mileage_km:.0f}公里（≤1.5 万），电车/插混购车差价+维护费（插混年多 800 元），5 年无法覆盖；油车残值更高（比电车高 15%-20%）"
# 5. 输出决策结果
print("\n" + "="*50)
print("车型量化决策结果")
print("="*50)
print(f"1. 输入参数汇总：")
print(f" - 年总里程：{annual_mileage_km:.0f}公里")
print(f" - 短途占比：{short_distance_ratio*100:.0f}%，长途占比：{long_distance_ratio*100:.0f}%")
print(f" - 充电条件：{'有家充' if has_home_charging==1 else '仅公共桩'}，{'北方严寒地区' if is_northern_cold==1 else '非北方地区'}")
print(f"\n2. 得分计算：")
print(f" - 电车得分：{ev_score:.3f}，插混得分：{phev_score:.3f}，油车基准分：{fuel_car_base:.3f}")
print(f" - 最终推荐得分：{recommendation_score:.3f}")
print(f"\n3. 推荐车型：{recommended_car}")
print(f"4. 推荐理由：{reason}")
print("="*50)
# 执行决策程序
if __name__ == "__main__":
car_selection_decision()
```