[发明专利]一种农产品价格预测方法及系统

权利要求书

1.一种农产品价格预测方法，其特征在于，包括：

获取历史农产品数据以及历史辅助指标数据；

对所述历史农产品数据进行预处理，获得历史多维时间序列数据；

通过所述历史辅助指标数据以及所述历史多维时间序列数据对长短时记忆循环神经网络模型进行训练，得到训练模型；

获取当前农产品数据以及当前辅助指标数据；

对所述当前农产品数据进行预处理，获得当前多维时间序列数据；

将所述当前辅助指标数据以及所述当前多维时间序列数据输入到所述训练模型中，得到农产品预测价格。

2.根据权利要求1所述的方法，其特征在于，所述历史农产品数据具体包括：历史农产品的存储量、出售量、调入量、批发量和市场价格；所述当前农产品数据具体包括：当前农产品的存储量、出售量、调入量、批发量和市场价格。

3.根据权利要求1所述的方法，其特征在于，所述历史辅助指标数据包括历史投入收益率和历史生产价格弹性数据；所述当前辅助指标数据包括当前投入收益率和当前生产价格弹性数据。

4.根据权利要求1所述的方法，其特征在于，对农产品数据进行预处理，获得多维时间序列数据，具体包括：

对农产品数据进行归约处理，得到预处理数据；

按照时间排列，将所述预处理数据整理成数据段，得到多维时间序列数据。

5.根据权利要求1所述的方法，其特征在于，所述通过所述历史辅助指标数据以及所述历史多维时间序列数据对长短时记忆循环神经网络模型进行训练，得到训练模型，具体包括：

将所述历史辅助指标数据以及所述历史多维时间序列数据输入到所述长短时记忆循环神经网络模型中，得到价格输出以及辅助输出；

根据所述辅助输出判断所述价格输出是否正确，得到判断结果；

当所述判断结果表示所述价格输出不正确时，调整所述长短时记忆循环神经网络模型的参数，重新将所述历史辅助指标数据以及所述历史多维时间序列数据输入到所述长短时记忆循环神经网络模型中；

当所述判断结果表示所述价格输出正确时，完成对所述长短时记忆循环神经网络模型的训练。

6.一种农产品价格预测系统，其特征在于，包括：

第一获取模块，用于获取历史农产品数据以及历史辅助指标数据；

第一预处理模块，用于对所述历史农产品数据进行预处理，获得历史多维时间序列数据；

训练模块，用于通过所述历史辅助指标数据以及所述历史多维时间序列数据对长短时记忆循环神经网络模型进行训练，得到训练模型；

第二获取模块，用于获取当前农产品数据以及当前辅助指标数据；

第二预处理模块，用于对所述当前农产品数据进行预处理，获得当前多维时间序列数据；

输出模块，用于将所述当前辅助指标数据以及所述当前多维时间序列数据输入到所述训练模型中，得到农产品预测价格。

7.根据权利要求6所述的系统，其特征在于，

所述第一获取模块具体用于获取历史农产品的存储量、出售量、调入量、批发量和市场价格，获取历史投入收益率和历史生产价格弹性数据；

所述第二获取模块具体用于获取当前农产品的存储量、出售量、调入量、批发量和市场价格；获取当前投入收益率和当前生产价格弹性数据。

8.根据权利要求6所述的系统，其特征在于，所述第一预处理模块，具体包括：

第一归约处理单元，用于对所述历史农产品数据进行归约处理，得到历史预处理数据；

第一整理单元，用于按照时间排列，将所述历史预处理数据整理成数据段，得到历史时间序列数据；

所述第二预处理模块，具体包括：

第二归约处理单元，用于对所述当前农产品数据进行归约处理，得到当前预处理数据；

第二整理单元，用于按照时间排列，将所述当前预处理数据整理成数据段，得到当前时间序列数据。

9.根据权利要求6所述的系统，其特征在于，所述训练模块包括：

结果输出单元，用于将所述历史辅助指标数据以及所述历史多维时间序列数据输入到所述长短时记忆循环神经网络模型中，得到价格输出以及辅助输出；

判断单元，用于根据所述辅助对所述价格输出进行判断，得到判断结果；

参数调整单元，用于当所述判断结果表示所述价格结果不正确时，调整所述长短时记忆循环神经网络模型的参数。