[发明专利]一种农产品价格预测方法及系统

说明书

技术领域

本发明涉及农产品价格预测领域，特别是涉及一种农产品价格预测方法及系统。

背景技术

近年来，我国农产品价格的波动频率、幅度不断加剧，主要是受短时供求关系、资本炒作、养殖成本、自然灾害等因素的影响。农产品价格的剧烈波动不仅给涉农企业和农民带来巨大影响，也影响着宏观经济运行和居民生活消费。农产品价格问题已引起人们的高度重视和广泛研究，其中提高对农产品价格预测的及时性与准确性至关重要。

随着科技的发展，价格预测的模型和方法已有了显著的改进与提高。然而，尚没有一个模型能对实际价格变化拟合得非常紧密，关于价格预测的方法仍然存在许多争论。常规的农产品价格预测方法如ARIMA模型、向量自回归(VAR)模型、时间序列的自回归、灰色系统预测、组合预测等，均难以处理多维的农产品价格关联数据，影响农产品价格预测的及时性与准确性。

发明内容

本发明的目的是提供一种农产品价格预测方法及系统，用来解决现有技术中难以处理多维的农产品价格关联数据，影响农产品价格预测的及时性与准确性的问题。

为实现上述目的，本发明提供了如下方案：

一种农产品价格预测方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述输出结果包括价格输出结果和辅助输出结果，所述辅助输出结果用于判断所述价格输出结果是否正确。

可选的，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。

本发明还提供了一种农产品价格预测系统，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。

可选的，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。

可选的，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；