本发明主要涉及汽车市场数据分析，具体涉及一种自动驾驶汽车市场博弈分析方法、系统及存储介质。
背景技术：
1、随着自动驾驶技术的快速发展，自动驾驶汽车逐渐成为未来交通的重要组成部分。然而，现有的自动驾驶汽车市场推广面临多重挑战，包括技术瓶颈、法律法规限制以及消费者接受度低等问题。各国政府为了促进自动驾驶汽车的研发和市场化，纷纷出台政策进行支持，如提供研发资金、减税、购车补贴等。然而，这些政策的实施效果仍存在不确定性，且缺乏系统性分析。
2、目前，现有技术主要集中于以下几个方面：
3、1、技术研发与创新：大多数研究集中于自动驾驶技术的算法、硬件及系统优化上，致力于提升自动驾驶汽车的安全性和可靠性。
4、2、政策制定与实施：各国政府推出了多种支持政策，如税收优惠、财政补贴和基础设施建设等，以推动自动驾驶汽车的市场化。
5、3、消费者行为研究：一些研究分析了消费者对自动驾驶汽车的接受度和购买意愿，但多是基于传统经济理论，未能充分考虑消费者在不确定条件下的决策行为。
6、尽管已有研究为推动自动驾驶汽车的发展提供了一定的理论和实践支持，但仍存在以下主要缺陷：
7、1、缺乏系统性政策效果分析：现有研究多集中于单一政策的效果评估，未能系统地分析多种政策组合对自动驾驶汽车市场的综合影响。
8、2、消费者行为模型不足：传统的消费者行为模型未能充分考虑前景理论下的决策行为，即消费者在面对收益和损失时的非对称反应，导致对消费者购买意愿的预测不准确。
9、3、政府与企业互动缺乏分析：缺乏对政府政策和车企研发推广行为之间的互动关系的系统分析，未能揭示各方在不同政策环境下的动态博弈过程及其演化稳定状态。
技术实现思路
1、本发明所要解决的技术问题是针对现有技术的不足，提供一种自动驾驶汽车市场博弈分析方法、系统及存储介质。
2、本发明解决上述技术问题的技术方案如下：一种自动驾驶汽车市场博弈分析方法，包括如下步骤：
3、s1、确定博弈主体为政府、车企和消费者，根据政府、车企和消费者的行为构建博弈主体行为策略集；
4、s2、根据所述博弈主体行为策略集构建感知收益矩阵；
5、s3、构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对所述演化博弈模型进行求解，得到原始纯策略均衡点；
6、s4、根据所述原始纯策略均衡点对所述演化博弈模型进行稳定性分析，得到演化博弈模型的目标纯策略均衡点；
7、s5、根据所述目标纯策略均衡点进行分析得到政府、车企和消费者的最优策略组合。
8、在上述技术方案的基础上，本发明还可以做如下改进：
9、进一步，所述s1中，根据政府、车企和消费者行为构建博弈主体行为策略集，具体为:
10、基于政府支持行为构建政府支持行为策略集，表示为α＝{α1，α2}，其中，α1为政府高力度支持行为，α2为政府低力度支持行为，所述政府高力度支持行为表示政府通过提供激励政策支持自动驾驶汽车的研发，所述政府低力度支持行为表示没有采取积极的措施来干预车企对自动驾驶汽车的研发和消费者对自动驾驶汽车的购买；
11、基于车企研发行为构建车企研发行为策略集，表示为β＝{β1，β2}，其中，β1为车企积极行为，β2为车企消极行为，所述车企积极行为表示车企通过积极投入研发资源，大力引进人才，进行自动驾驶技术的研发，所述车企消极行为表示自动驾驶汽车的研发采取消极措施或依旧采用常规的方法进行车辆的生产和销售；
12、基于消费者购买意愿构建消费者购买行为策略集，表示为γ＝{γ1，γ2}，其中，γ1为消费者购买行为，γ2为消费者不购买行为，所述消费者购买行为表示消费者在存在购车意愿的状况下，在选择购买自动驾驶汽车而非传统汽车，所述消费者不购买行为表示考虑到自动驾驶汽车潜在的安全风险、技术故障和可能的损失的情况下，暂时没有选择购买自动驾驶汽车，并对购买自动驾驶汽车保持观望态度；
13、对所述政府支持行为、所述车企研发行为和所述消费者购买行为进行排列组合得到博弈主体行为策略集，其中，所述博弈主体行为策略集包括：第一策略组合：政府高力度支持行为α1、车企积极行为β1、消费者购买行为γ1；第二策略组合：政府高力度支持行为α1、车企积极行为β1、消费者不购买行为γ2；第三策略组合：政府高力度支持行为α1、车企消极行为β2、消费者购买行为γ1；第四策略组合：政府高力度支持行为α1、车企消极行为β2、消费者不购买行为γ2；第五策略组合：政府低力度支持行为α2、车企积极行为β1、消费者购买行为γ1；第六策略组合：政府低力度支持行为α2、车企积极行为β1、消费者不购买行为γ2；第七策略组合：政府低力度支持行为α2、车企消极行为β2、消费者购买行为γ1：第八策略组合：政府低力度支持行为α2、车企消极行为β2、消费者不购买行为γ2。
14、进一步，所述s2中，根据所述博弈主体行为策略集构建感知收益矩阵，具体为：
15、根据所述第一策略组合构建第一矩阵，所述第一矩阵包括政府收益表达式-q-p-k*r+g1-h-s*l、车企收益表达式p+v1-w+s*l-f和消费者收益表达式h-c+m1+f；
16、根据所述第二策略组合构建第二矩阵，所述第二矩阵包括政府收益表达式-q-p-k*r+g1-s*l、车企收益表达式p+v1-w+s*l和消费者收益表达式m2；
17、根据所述第三策略组合构建第三矩阵，所述第三矩阵包括政府收益表达式-q-p+g1-h-s*l+n、车企收益表达式p-n+v2-d和消费者收益表达式h-c+m1；
18、根据所述第四策略组合构建第四矩阵，所述第四矩阵包括政府收益表达式-q-p+g1-s*l+n、车企收益表达式p-n+v2-d和消费者收益表达式m2；
19、根据所述第五策略组合构建第五矩阵，所述第五矩阵包括政府收益表达式0、车企收益表达式v1-w-f和消费者收益表达式-c+m1+f；
20、根据所述第六策略组合构建第六矩阵，所述第六矩阵包括政府收益表达式0、车企收益表达式v1-w和消费者收益表达式m2；
21、根据所述第七策略组合构建第七矩阵，所述第七矩阵包括政府收益表达式0、车企收益表达式v2-d和消费者收益表达式-c+m1；
22、根据所述第八策略组合构建第八矩阵，所述第八矩阵包括政府收益表达式0、车企收益表达式v2-d和消费者收益表达式m2；
23、将所述第一矩阵、第二矩阵、第三矩阵、第四矩阵、第五矩阵、第六矩阵、第七矩阵、第八矩阵组合成感知收益矩阵；
24、其中，q表示政府实施高力度支持行为时比低力度支持行为增加的额外成本，p表示政府实施高力度支持行为时提供给车企的财政补贴，h表示政府实施高力度支持行为时提供给消费者的购车补贴，l表示政府对积极行为的车企提供税收优惠，s表示政府对车企技术创新偏好系数，n表示政府高力度支持行为下对没有积极行为的企业所带来的环境等方面的损失的经济处罚，k表示政府高力度支持行为下车企积极行为给自动驾驶汽车事故所带来的负面影响导致的损失，r表示负面影响系数，g1表示政府因实施高力度支持行为比低力度支持行为所获得的额外的感知收益，g2表示政府因实施低力度支持行为而获得的感知收益，w表示车企积极生产销售自动驾驶汽车的成本，d表示车企消极生产销售自动驾驶汽车的成本，f表示车企积极销售自动驾驶汽车所额外给予消费者的优惠，v1表示车企积极销售自动驾驶汽车所获得的感知收益，v2表示车企维持原有汽车生产所获得的感知收益，c表示消费者购买行为比传统驾驶汽车多出的额外成本，m1表示消费者购买行为所获得的感知收益，m2表示消费者不购买自动驾驶汽车而获得的感知收益。
25、进一步，所述s3中，构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对所述演化博弈模型进行求解，得到原始纯策略均衡点，具体为：
26、根据感知收益矩阵对政府、车企和消费者在不同博弈策略组合下的收益计算得到政府、车企和消费者的期望收益和平均期望收益；
27、根据所述期望收益和平均期望收益得到复制动态方程；
28、对所述复制动态方程进行求解得到原始纯策略均衡点。
29、进一步，所述根据感知收益矩阵对政府、车企和消费者在不同博弈策略组合下的收益计算得到政府、车企和消费者的期望收益和平均期望收益，具体为：
30、基于政府的博弈策略构建政府高力度支持行为策略的期望收益为u11、政府低力度支持行为策略的期望收益为u12、平均期望收益为u1，则：
31、u11＝(-q-p-kr+g1-h-sl)yz+(-q-p-kr+g1-sl)y(1-z)+(-q-p+g1-h-sl+n)(1-y)z+(-q-p+g1-sl+n)(1-y)(1-z) (1)
32、u12＝0 (2)
33、u1＝xu11+(1-x)u12 (3)
34、基于车企的博弈策略构建车企积极行为策略的期望收益为u21、车企消极行为策略的期望收益为u22、平均期望收益为u2，则：
35、u11＝(p+v1-w+sl-f)xz+(p+v1-w+sl)x(1-z)+(v1-w-f)(1-x)z+(v1-w)(1-x)(1-z)(4)
36、u22＝(p-n+v2-d)xz+(p-n+v-d)x(1-z)+(v2-d)(1-x)z+(v2-d)(1-x)(1-z) (5)
37、u2＝yu21+(1-y)u22 (6)
38、基于消费者的博弈策略构建消费者购买行为策略的期望收益为u31、消费者不购买行为策略的期望收益为u32，平均期望收益为u3，则：
39、u31＝(h-c+m1+f)xy+(h-c+m1)x(1-y)+(-c+m1+f)(1-x)y+(-c+m1)(1-x)(1-y) (7)
40、u32＝m2xy+m2yx(1-x)+m2(1-y)x+(m2(1-y)(1-x) (8)
41、u3＝zu31+(1-z)u32 (9)
42、其中，q表示政府实施高力度支持行为时比低力度支持行为增加的额外成本，p表示政府实施高力度支持行为时提供给车企的财政补贴，h表示政府实施高力度支持行为时提供给消费者的购车补贴，l表示政府对积极行为的车企提供税收优惠，s表示政府对车企技术创新偏好系数，n表示政府高力度支持行为下对没有积极行为的企业所带来的环境等方面的损失的经济处罚，k表示政府高力度支持行为下车企积极行为给自动驾驶汽车事故所带来的负面影响导致的损失，r表示负面影响系数，g1表示政府因实施高力度支持行为比低力度支持行为所获得的额外的感知收益，g2表示政府因实施低力度支持行为而获得的感知收益，x表示政府高力度支持行为的概率，则1-x表示政府低力度支持行为的概率，w表示车企积极生产销售自动驾驶汽车的成本，d表示车企消极生产销售自动驾驶汽车的成本，f表示车企积极销售自动驾驶汽车所额外给予消费者的优惠，v1表示车企积极销售自动驾驶汽车所获得的感知收益，v2表示车企维持原有汽车生产所获得的感知收益，y表示车企积极行为的概率，则1-y表示车企消极行为的概率，c表示消费者购买行为比传统驾驶汽车多出的额外成本，m1表示消费者购买行为所获得的感知收益，m2表示消费者不购买自动驾驶汽车获得的感知收益，z表示消费者购买行为的概率，则1-z表示消费者不购买行为的概率。
43、进一步，所述根据所述期望收益和平均期望收益构建复制动态方程并求解得到原始纯策略均衡点，具体为：
44、基于所述政府、车企和消费者的期望收益和平均期望收益分别构建政府高力度支持行为、车企积极行为和消费者购买行为的复制动态方程为：
45、
46、其中，q表示政府实施高力度支持行为时比低力度支持行为增加的额外成本，p表示政府实施高力度支持行为时提供给车企的财政补贴，h表示政府实施高力度支持行为时提供给消费者的购车补贴，l表示政府对积极行为的车企提供税收优惠，s表示政府对车企技术创新偏好系数，n表示政府高力度支持行为下对没有积极行为的企业所带来的环境等方面的损失的经济处罚，k表示政府高力度支持行为下车企积极行为给自动驾驶汽车事故所带来的负面影响导致的损失，r表示负面影响系数，g1表示政府因实施高力度支持行为比低力度支持行为所获得的额外的感知收益，g2表示政府因实施低力度支持行为而获得的感知收益，x表示政府高力度支持行为的概率，则1-x表示政府低力度支持行为的概率，w表示车企积极生产销售自动驾驶汽车的成本，d表示车企消极生产销售自动驾驶汽车的成本，f表示车企积极销售自动驾驶汽车所额外给予消费者的优惠，v1表示车企积极销售自动驾驶汽车所获得的感知收益，v2表示车企维持原有汽车生产所获得的感知收益，y表示车企积极行为的概率，则1-y表示车企消极行为的概率，c表示消费者购买行为比传统驾驶汽车多出的额外成本，m1表示消费者购买行为所获得的感知收益，m2表示消费者不购买自动驾驶汽车获得的感知收益，z表示消费者购买行为的概率，则1-z表示消费者不购买行为的概率，u11表示政府高力度支持行为策略的期望收益，u1表示政府高力度支持行为策略的平均期望收益，u21表示车企积极行为策略的期望收益，u2表示车企积极行为策略的平均期望收益，u31表示消费者购买行为策略的期望收益，u3表示消费者购买行为策略的平均期望收益；
47、根据微分方程组的稳定性，令f(x)＝0，f(y)＝0，f(z)＝0整个动力系统将趋于稳定，则复制动态方程如下：
48、
49、联立方程组(10)-(12)求解三方演化博弈的动态复制方程，得到演化博弈模型的8个原始纯策略均衡点：e1(0,0,0)，e2(1,0,0)，e3(0,1,0)，e4(0,0,1)，e5(1,1,0)，e6(1,0,1)，e7(0,1,1)和e8(1,1,1)。
50、本发明解决上述技术问题的另一技术方案如下：一种自动驾驶汽车市场博弈分析系统，包括：模型初始化模块，用于确定博弈主体为政府、车企和消费者，根据政府、车企和消费者的行为构建博弈主体行为策略集；根据所述博弈主体行为策略集构建感知收益矩阵；模型构建及计算模块，用于构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对所述演化博弈模型进行求解，得到原始纯策略均衡点；模型分析模块，用于根据所述原始纯策略均衡点对所述演化博弈模型进行稳定性分析，得到演化博弈模型的目标纯策略均衡点；模型策略输出模块，用于根据目标纯策略均衡点进行分析得到政府、车企和消费者的最优策略组合。
51、本发明解决上述技术问题的另一技术方案如下：一种自动驾驶汽车市场博弈分析系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，实现如上所述的自动驾驶汽车市场博弈分析方法。
52、本发明解决上述技术问题的另一技术方案如下：一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的自动驾驶汽车市场博弈分析方法。
53、本发明的有益效果是：确定博弈参与群体为政府、车企和消费者，根据政府、车企和消费者确定博弈策略集；根据博弈策略集构建感知收益矩阵；构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对演化博弈模型进行求解，得到原始纯策略均衡点；根据原始纯策略均衡点对演化博弈模型进行稳定性分析，得到演化博弈模型的目标纯策略均衡点；根据目标纯策略均衡点进行分析得到政府、车企和消费者的最优策略组合。本发明为政府制定政策提供科学依据，提升对消费者购买意愿的预测准确性，促进自动驾驶汽车市场的健康、可持续发展。
1.一种自动驾驶汽车市场博弈分析方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的自动驾驶汽车市场博弈分析方法，其特征在于，所述s1中，根据政府、车企和消费者行为构建博弈主体行为策略集，具体为：
3.根据权利要求2所述的自动驾驶汽车市场博弈分析方法，其特征在于，所述s2中，根据所述博弈主体行为策略集构建感知收益矩阵，具体为：
4.根据权利要求1所述的自动驾驶汽车市场博弈分析方法，其特征在于，所述s3中，构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对所述演化博弈模型进行求解，得到原始纯策略均衡点，具体为：
5.根据权利要求4所述的自动驾驶汽车市场博弈分析方法，其特征在于，所述根据感知收益矩阵对政府、车企和消费者在不同博弈策略组合下的收益计算得到政府、车企和消费者的期望收益和平均期望收益，具体为：
6.根据权利要求5所述的自动驾驶汽车市场博弈分析方法，其特征在于，所述根据所述期望收益和平均期望收益构建复制动态方程并求解得到原始纯策略均衡点，具体为：
7.一种自动驾驶汽车市场博弈分析系统，其特征在于，包括：模型初始化模块，用于确定博弈主体为政府、车企和消费者，根据政府、车企和消费者的行为构建博弈主体行为策略集；根据所述博弈主体行为策略集构建感知收益矩阵；模型构建及计算模块，用于构建政府、车企和消费者三方的演化博弈模型，根据感知收益矩阵对所述演化博弈模型进行求解，得到原始纯策略均衡点；模型分析模块，用于根据所述原始纯策略均衡点对所述演化博弈模型进行稳定性分析，得到演化博弈模型的目标纯策略均衡点；模型策略输出模块，用于根据目标纯策略均衡点进行分析得到政府、车企和消费者的最优策略组合。
8.根据权利要求7所述的自动驾驶汽车市场博弈分析系统，其特征在于，所述根据政府、车企和消费者行为构建博弈主体行为策略集，具体为：
9.一种自动驾驶汽车市场博弈分析系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，当所述处理器执行所述计算机程序时，实现如权利要求1至6任一项所述的自动驾驶汽车市场博弈分析方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至8任一项所述的自动驾驶汽车市场博弈分析方法。
