一种畜禽产品价格的预测方法及系统技术方案

本发明专利技术提供一种畜禽产品价格的预测方法及系统，其中，所述方法包括：将畜禽产品价格序列的趋势成分和周期成分分离，得到价格趋势成分序列和周期成分序列；通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；通过支持向量回归模型，基于所述价格趋势成分序列，对畜禽产品价格趋势成分进行预测，获取价格趋势成分预测序列；将所述周期成分预测序列和所述价格趋势成分预测序列进行叠加，获得预测价格。本发明专利技术通过将畜禽产品价格趋势成分和周期成分分别进行预测，提高了预测精度和泛化能力。

Method and system for forecasting livestock and poultry product price

The present invention provides a method and system for forecasting, livestock product prices which, the method includes: trend components and cycle components series of prices of livestock and poultry products separation, get the price trend and cycle component sequence component sequence; method and the most similar sequence search method by sequence segmentation, the cycle components based on the sequence to predict the price of the periodic components of livestock and poultry products, obtain the periodic component prediction sequence; by support vector regression model, the price trend component sequence based on the forecast of the price trend components of livestock and poultry products, obtain the price trend prediction of composition sequence; the cycle component prediction sequence and the price trend prediction of composition sequence were superimposed. Prediction of price. The present invention improves the prediction accuracy and generalization ability by predicting the price trend components and the periodic components of livestock and poultry products.

【技术实现步骤摘要】
一种畜禽产品价格的预测方法及系统
本专利技术涉及畜禽价格领域，更具体地，涉及一种畜禽产品价格的预测方法及系统。
技术介绍
目前，畜禽产品在我国居民生活消费中一直占据着重要的地位，畜禽产品的价格波动直接或间接影响着居民生活水平以及国民经济发展，进几年来，畜禽产品价格频繁剧烈波动，增加了社会经济的不稳定因素，对居民食品消费和农民收入均产生了不利影响，因此，对畜禽产品价格有一个准确的预测具有现实意义。畜禽产品价格除了具有非平稳，非线性的特点之外，由于受到病害、生产者价格预期、政策调控等因素的影响，存在“伪周期”的特点，即历史数据虽然不断重复，但又不是完全一致，周期长度和形态上都存在一定的差异。目前的价格预测方法都是在周期固定的假设上进行的预测，预测精度不高，且由于周期长度的不确定性，导致很难做出准确的预测，养殖户难以根据预测结果及时的规划养殖。因此，一种能够对畜禽产品的市场价格进行准确预测的方法，对养殖户提供合理规划的养殖结构，成为亟待解决的问题。
技术实现思路
为种克服现有技术中对畜禽产品价格预测不够精确的问题，本专利技术提出一种畜禽产品价格的预测方法及系统。根据本专利技术的一个方面，提供一种畜禽产品价格的预测方法，所述方法包括：将畜禽产品价格序列的趋势成分和周期成分分离，得到价格趋势成分序列和周期成分序列；通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；通过支持向量回归模型，基于所述价格趋势成分序列，对畜禽产品价格趋势成分进行预测，获取价格趋势成分预测序列；将所述周期成分预测序列和所述价格趋势成分预测序列进行叠加，获得预测价格。其中，所述对畜禽产品价格周期成分进行预测具体为：根据特征点分段，构造周期成分子序列矩阵；再采用最相似子序列搜索法对价格周期成分进行预测。其中，所述子序列分割法具体为：对于给定时间序列周期成分，将所述时间序列周期成分的极大值点、起点和终点作为特征点或将所述时间序列周期成分的极小值点、起点和重点作为特征点，先按照特征点对畜禽产品价格周期成分子序列进行分割，得到其最大子序列长度为S；将畜禽价格周期成分重新重叠分段，分段大小为S，每次向后滑动的步长为1；当畜禽价格周期成分子序列去除最后k个值后长度为L，将其分为(L-S+1)个子序列。其中，所述最相似子序列搜索法具体为：使用畜禽产品价格周期成分的序列最后k个值组成的子序列M＝{xm1,xm2,…,xmk}，与周期成分子序列矩阵行向量进行匹配；找到与M最相似的子序列，将与最相似子序列相邻的下一个值作为预测序列P的第一个值xp1；更新序列M中元素为M＝{xm2,xm3…,xp1}，重新搜索最相似子序列，得到下一个预测值，直到得到预设步数的预测值。其中，所述对畜禽产品价格趋势成分进行预测具体为：先对趋势成分序列进行平稳化操作，求出回归阶数，构造支持向量回归模型；再通过所述支持向量回归模型对畜禽产品价格趋势成分进行预测。其中，所述对趋势成分序列进行平稳化操作具体为：通过取对数操作将序列映射到一个波动较小的区间上；再进行一阶差分操作，得到趋势成分一阶差分序列；对所述一阶差分序列进行ADF检验。其中，所述构造支持向量回归模型具体为：采用时间序列中偏自相关系数分析方法得到回归阶数p，构造训练集；采用遗传算法对支持向量回归参数进行搜索，得到最优参数组合；将训练集、其对应的标签集和搜索出的参数作为输入，根据支持向量回归原理，训练支持向量回归模型。根据本专利技术的另一个方面，提供一种畜禽产品价格的预测系统，包括：成分分离模块，用于将畜禽产品价格序列的趋势成分和周期成分分离得到价格趋势成分子序列和周期成分子序列；周期成分预测模块，通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；价格趋势预测模块，用于通过支持向量回归模型，基于所述价格趋势成分序列，对畜禽产品价格趋势成分进行预测，获取价格趋势成分预测序列；价格预测模块，将所述周期成分预测序列、所述价格趋势成分预测序列进行叠加，获得预测价格。其中，所述周期成分预测模块具体用于：根据特征点分段，构造周期成分子序列矩阵；再采用最相似子序列搜索法对价格周期成分进行预测。其中，所述周期成分预测模块包括最相似子序列搜索模块，所述最相似子序列搜索模块用于：使用畜禽产品价格周期成分的序列最后k个值组成的子序列M＝{xm1,xm2,…,xmk}，与周期成分子序列矩阵行向量进行匹配；找到与M最相似的子序列，将与最相似子序列相邻的下一个值作为预测序列P的第一个值xp1；更新序列M中元素为M＝{xm2,xm3…,xp1}，重新搜索最相似子序列，得到下一个预测值，直到得到预设步数的预测值。本专利技术提出的一种畜禽产品价格的预测方法及系统，通过将价格序列趋势成分和周期成分分离，再分别进行预测，排除各部分成分在预测预测时互相造成的影响，同时采用动态时间弯曲距离作为周期成分相似度的度量方法，找到与预测序列最相似的历史价格周期成分序列，实现对周期成分的预测，提升了对畜禽产品价格预测的精准性。附图说明图1为本专利技术一实施例提供的一种畜禽产品价格的预测方法的流程图；图2为本专利技术一实施例提供的一种畜禽产品价格预测方法的最相似子序列搜索法流程图；图3为本专利技术一实施例提供的一种畜禽产品价格的预测系统结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参考图1，图1为本专利技术一实施例提供的一种畜禽产品价格的预测方法的流程图，如图1所示，所述方法包括：S1，将畜禽产品价格序列的趋势成分和周期成分分离，得到价格趋势成分序列和周期成分序列；具体的，首先，采用H-P滤波法对畜禽产品价格的周期成分和趋势成分进行分离，畜禽产品价格时间序列变化是潜在增长和短期波动的组合，即畜禽产品价格的变化是趋势成分，周期成分和误差等多因素复合作用的结果，因此，畜禽产品价格序列可用公式Pt＝Tt+Ct+εt表示，其中，Pt是畜禽产品价格时间序列，Tt是畜禽产品价格时间序列的趋势成分，Ct是畜禽产品价格时间序列的周期成分，εt表示误差项。根据H-P滤波法，趋势成分是以下优化问题的解：其中，Pt＝是原始序列，Tt＝是趋势成分，周期成分是两者之差。通过此方法，将畜禽产品价格看成是趋势成分周期成分和误差等多因素复合作用的结果，提高了预测方法的泛化能力和预测精度。S2，通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；其中，所述对畜禽产品价格周期成分进行预测具体为，根据特征点分段，构造周期成分子序列矩阵；再采用最相似子序列搜索法对价格周期成分进行预测。其中所述子序列分割法具体为：对于给定时间序列周期成分，将所述时间序列周期成分的极大值点、起点和终点作为特征点或将所述时间序列周期成分的极小值点、起点和重点作为特征点，先按照特征点对畜禽产品价格周期成分子序列进行本文档来自技高网...

【技术保护点】
一种畜禽产品价格的预测方法，其特征在于，包括：将畜禽产品价格序列的趋势成分和周期成分分离，得到价格趋势成分序列和周期成分序列；通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；通过支持向量回归模型，基于所述价格趋势成分序列，对畜禽产品价格趋势成分进行预测，获取价格趋势成分预测序列；将所述周期成分预测序列和所述价格趋势成分预测序列进行叠加，获得预测价格。

【技术特征摘要】
1.一种畜禽产品价格的预测方法，其特征在于，包括：将畜禽产品价格序列的趋势成分和周期成分分离，得到价格趋势成分序列和周期成分序列；通过子序列分割法和最相似子序列搜索法，基于所述周期成分序列，对畜禽产品价格周期成分进行预测，获取周期成分预测序列；通过支持向量回归模型，基于所述价格趋势成分序列，对畜禽产品价格趋势成分进行预测，获取价格趋势成分预测序列；将所述周期成分预测序列和所述价格趋势成分预测序列进行叠加，获得预测价格。2.根据权利要求1所述的畜禽产品价格的预测方法，其特征在于，所述对畜禽产品价格周期成分进行预测具体为：根据特征点分段，构造周期成分子序列矩阵；再采用最相似子序列搜索法对价格周期成分进行预测。3.根据权利要求1所述的畜禽产品价格的预测方法，其特征在于，所述子序列分割法具体为：对于给定时间序列周期成分，将所述时间序列周期成分的极大值点、起点和终点作为特征点或将所述时间序列周期成分的极小值点、起点和重点作为特征点，先按照特征点对畜禽产品价格周期成分子序列进行分割，得到其最大子序列长度为S；将畜禽价格周期成分重新重叠分段，分段大小为S，每次向后滑动的步长为1；当畜禽价格周期成分子序列去除最后k个值后长度为L，将其分为(L-S+1)个子序列。4.根据权利要求1所述的畜禽产品预测方法，其特征在于，所述最相似子序列搜索法具体为：使用畜禽产品价格周期成分子序列最后k个值组成的子序列M＝{xm1,xm2,…,xmk}，与周期成分子序列矩阵行向量进行匹配；找到与M最相似的子序列，将与最相似子序列相邻的下一个值作为预测序列P的第一个值xp1；更新序列M中元素为M＝{xm2,xm3…,xp1}，重新搜索最相似子序列，得到下一个预测值，直到得到预设步数的预测值。5.根据权利要求1所述的方法，其特征在于，所述对畜禽产品价格趋势成分进行预测具体为：先对趋势成分序列进行平稳化操作，求出回归阶数，再构造支持向量回归模型；然后通过所述...

【专利技术属性】
技术研发人员：段青玲，刘怡然，张璐，王凯，肖晓琰，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11