一種農產品價格預測方法及系統技術方案

本發明專利技術提供一種農產品價格預測方法及系統，該方法包括：獲取目標農產品在第一預設歷史時間段內的歷史價格數據；將第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取目標農產品在預設未來時間段內的價格數據，其中，農產品價格預測模型為Prophet時間序列模型，農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。本發明專利技術實施例提供的一種農產品價格預測方法及系統，利用Prophet時間序列模型構建農產品價格預測模型，與傳統的方法相比，提高了農產品的價格預測精度。

【技術實現步驟摘要】
一種農產品價格預測方法及系統
本專利技術涉及農業
，尤其涉及一種農產品價格預測方法及系統。
技術介紹
農產品價格是農產品市場的核心，農產品市場短期內價格的波動不穩和變化的復雜性，會導致農產品市場供需的不平衡，給農產品市場的生產經營者和消費者帶來很大的影響。近年來，農產品價格預測體系得到了較快的發展，從預測方法的出現早晚、復雜程度、數理化程度、智能程度等方面來看，大致可分為定性預測方法和定量預測方法。定性預測方法是指預測者依靠豐富的經驗和綜合分析能力，根據已掌握的資料，對事物的未來發展做出性質和程度上的判斷，并通過一定形式綜合各方面的的意見，作為預測未來的主要依據。定量預測法是根據已掌握的比較完備的歷史統計數據，運用一定的數學方法進行科學的加工整理，借以揭示有關變量之間的規律性聯系，如時間序列預測法、因果關系預測法等，用于預測和推測未來發展變化情況的一類預測方法。但蘋果市場短期內的預測方法仍然采用定性預測方法，即靠生產經營者的經驗來判斷預測。雖然農產品價格預測體系得到了較快的發展，但仍存在著預測模型單一化、不夠體系化等問題。早期的定性預測方法如德爾菲法、主觀概率法、領先指標法、相互影響法存在著主觀性大、精確度低等缺點；而使用時間序列預測法、因果關系預測法等定量預測方法則缺少考慮突發因素，以及外界環境影響等問題，因此對于在短期內受復雜環境(生產因素和市場環境因素等)影響的蘋果價格變化的預測也存在著準確率低等問題。因此，亟需一種農產品價格預測方法。
技術實現思路
本專利技術實施例提供一種農產品價格預測方法及系統，用以解決現有技術中價格預測準確度低的缺陷，提高農產品價格預測的準確度。本專利技術實施例提供一種農產品價格預測方法，包括：獲取目標農產品在第一預設歷史時間段內的歷史價格數據；將所述第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取所述目標農產品在預設未來時間段內的價格數據，其中，所述農產品價格預測模型為Prophet時間序列模型，所述農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。根據本專利技術一個實施例的農產品價格預測方法，所述農產品價格預測模型具體如下：Y(t)＝g(t)+s(t)+h(t)+et，其中，Y(t)表示所述農產品價格預測模型，g(t)表示價格的非周期性變化，s(t)表示價格的周期性變化，h(t)表示環境因素對價格的影響，et表示誤差項。根據本專利技術一個實施例的農產品價格預測方法，所述價格的非周期性變化具體計算公式如下：g(t)＝(k+a(t)T·δ)·t+(b+a(t)T·γ)，其中，k表示曲線的增長率，a(t)表示指示函數，T表示當前時間，δ表示增長率的變化量，b表示偏移量，γ表示模型容量。根據本專利技術一個實施例的農產品價格預測方法，所述價格的周期性變化具體計算公式如下：其中，N表示傅里葉階數，an為第一預設參數，bn為第二預設參數，p表示周期數據為7。根據本專利技術一個實施例的農產品價格預測方法，所述環境因素對價格的影響采用自回歸矩陣進行構建。根據本專利技術一個實施例的農產品價格預測方法，所述環境因素對價格的影響采用自回歸矩陣進行構建，具體計算公式如下：Z(t)＝[1(t∈D1,…,1(t∈DL))]，h(t)＝Z(t)·k,k～Normal(0,v)，其中，t表示當前時間，DL表示時間序列中特殊變化的日期，k服從正態分布k～Normal(0,v)，v表示默認值設定為10。根據本專利技術一個實施例的農產品價格預測方法，還包括：通過第三預設歷史時間段內的歷史價格數據對所述農產品價格預測模型進行校驗。根據本專利技術一個實施例的一種農產品價格預測系統，包括：獲取模塊，用于獲取目標農產品在第一預設歷史時間段內的歷史價格數據；預測模塊，用于將所述第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取所述目標農產品在預設未來時間段內的價格數據，其中，所述農產品價格預測模型為Prophet時間序列模型，所述農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。本專利技術實施例還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如上述任一種所述農產品價格預測方法的步驟。本專利技術實施例還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述任一種所述農產品價格預測方法的步驟。本專利技術實施例提供的一種農產品價格預測方法及系統，利用Prophet時間序列模型構建農產品價格預測模型，與傳統的方法相比，提高了農產品的價格預測精度。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本專利技術實施例提供的一種農產品價格預測方法的流程圖；圖2為本專利技術實施例中蘋果預測價格數據示意圖；圖3為本專利技術的數據預測結果與實際價格值間的關系示意圖；圖4為本專利技術實施例提供的一種農產品價格預測系統的結構示意圖；圖5為本專利技術實施例提供的一種電子設備的實體結構示意圖。具體實施方式為使本專利技術實施例的目的、技術方案和優點更加清楚，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。圖1為本專利技術實施例提供的一種農產品價格預測方法的流程圖，如圖1所示，該方法包括：S1，獲取目標農產品在第一預設歷史時間段內的歷史價格數據；本專利技術實施例中以預測蘋果在2020.8-2020.12年的價格為例進行說明，第一預設歷史時間段為2020.8之前的時間段，本專利技術實施例中第一預設歷史時間段為2019.1-2019.12，也就是獲取該時間段內蘋果的歷史價格數據，該歷史價格數據可以是以周為單位獲取的，也可以是以月或日為單位獲取的，具體根據實際需要進行確定。S2，將所述第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取所述目標農產品在預設未來時間段內的價格數據，其中，所述農產品價格預測模型為Prophet時間序列模型，所述農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。然后將第一預設歷史時間段內蘋果的歷史價格數據輸入到農產品價格預測模型中，得到農產品在預設未來時間段內的價格數據，具體地，預設未來時間段即為2020.8-2020.12。農產品價格預測模型的具體結本文檔來自技高網...

【技術保護點】
1.一種農產品價格預測方法，其特征在于，包括：/n獲取目標農產品在第一預設歷史時間段內的歷史價格數據；/n將所述第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取所述目標農產品在預設未來時間段內的價格數據，其中，所述農產品價格預測模型為Prophet時間序列模型，所述農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。/n

【技術特征摘要】
1.一種農產品價格預測方法，其特征在于，包括：
獲取目標農產品在第一預設歷史時間段內的歷史價格數據；
將所述第一預設歷史時間段內的歷史價格數據輸入到農產品價格預測模型中，獲取所述目標農產品在預設未來時間段內的價格數據，其中，所述農產品價格預測模型為Prophet時間序列模型，所述農產品價格預測模型是基于第二預設歷史時間段內的歷史價格數據進行訓練得到。


2.根據權利要求1所述的農產品價格預測方法，其特征在于，所述農產品價格預測模型具體如下：
Y(t)＝g(t)+s(t)+h(t)+et，
其中，Y(t)表示所述農產品價格預測模型，g(t)表示價格的非周期性變化，s(t)表示價格的周期性變化，h(t)表示環境因素對價格的影響，et表示誤差項。


3.根據權利要求2所述的農產品價格預測方法，其特征在于，所述價格的非周期性變化具體計算公式如下：
g(t)＝(k+a(t)T·δ)·t+(b+a(t)T·γ)，
其中，k表示曲線的增長率，a(t)表示指示函數，T表示當前時間，δ表示增長率的變化量，b表示偏移量，γ表示模型容量。


4.根據權利要求2所述的農產品價格預測方法，其特征在于，所述價格的周期性變化具體計算公式如下：



其中，N表示傅里葉階數，an為第一預設參數，bn為第二預設參數，p表示周期數據為7。


5.根據權利要求2所述的農產品價格預測方法，其特征在于，所述環境因素對價格的影響采用自回歸矩...

【專利技術屬性】
技術研發人員：吳建偉，霍洪彥，
申請(專利權)人：北京派得偉業科技發展有限公司，北京農業信息技術研究中心，
類型：發明
國別省市：北京;11