基于异质双重机器学习的智能网联汽车技术风险评估方法

本发明的一种基于异质双重机器学习的智能网联汽车技术风险评估方法，构建混合时空合成HSTS三层异构数据环境，融合精算基准、新能源碰撞测试、生态驾驶行为多源数据并完成标准化预处理；建立适配Tweedie复合泊松‑伽马分布的半参数乘法结构方程，分离技术因果核心参数；采用对称K折交叉拟合策略，通过双分支机器学习分别估计高维滋扰函数与倾向得分；构造Neyman正交得分函数消除正则化插值偏倚，求解得到剥离硬件维修成本、驾驶行为干扰后的智能驾驶算法纯安全红利因果参数；实现技术与风险解耦的精准评估，量化硬件维修溢价对技术安全价值的抵消比例，解决“技术越先进评估风险越高”的悖论。