一种水果价格预测方法技术

本发明专利技术公开了一种水果价格预测方法，属于人工智能领域，该方法利用LSTM模型，结合影响某一种或多种水果价格因素的各个因子，对数据进行采集、清洗和处理；建立该水果的价格预测模型，通过对该种水果相关数据的挖掘与分析，进行模型训练和参数调优，实现价格预测；该方法的实现包括数据采集、数据处理、模型构建、模型训练、误差评价以及价格预测，其中模型构建基于LSTM构建模型。本发明专利技术能够实现对果品未来价格的预测，从而帮助政府更好的进行信息的精准推送，为决策者、消费者和果品加工企业提供参考，为果农提供渠道。

【技术实现步骤摘要】
一种水果价格预测方法
本专利技术涉及人工智能
，具体地说是一种水果价格预测方法。
技术介绍
经过近几十年的发展，我国已成为世界第一苹果生产大国，苹果已成为我国的第一大水果，苹果产业也成为主产区农民增收致富的支柱产业。随着产业规模的逐步扩大，苹果产业供给侧出现了许多新情况新问题，主要表现在：总量供过于求与结构性供给不足并存，投入要素结构不合理、生产成本持续增加，市场价格波动也较大、滞销难卖时有发生，时常造成增产不增收，各类风险集聚交织、持续健康发展压力不断加大等问题。其销售价格关乎果农、消费者以及各苹果链条内人员的切身利益。
技术实现思路
本专利技术的技术任务是针对以上不足之处，提供一种水果价格预测方法，结合人工智能，实现对苹果/水果未来价格的预测，从而帮助政府更好的进行信息的精准推送，为决策者、消费者和果品加工企业提供参考，为果农提供渠道。本专利技术解决其技术问题所采用的技术方案是：一种水果价格预测方法，该方法利用LSTM模型，结合影响某一种或多种水果价格因素的各个因子，对数据进行采集、清洗和处理；建立本文档来自技高网...

【技术保护点】
1.一种水果价格预测方法，其特征在于，利用LSTM模型，结合影响某一种或多种水果价格因素的各个因子，对数据进行采集、清洗和处理；建立该水果的价格预测模型，通过对该种水果相关数据的挖掘与分析，进行模型训练和参数调优，实现价格预测；/n该方法的实现包括数据采集、数据处理、模型构建、模型训练、误差评价以及价格预测，其中模型构建基于LSTM构建模型。/n

【技术特征摘要】
1.一种水果价格预测方法，其特征在于，利用LSTM模型，结合影响某一种或多种水果价格因素的各个因子，对数据进行采集、清洗和处理；建立该水果的价格预测模型，通过对该种水果相关数据的挖掘与分析，进行模型训练和参数调优，实现价格预测；
该方法的实现包括数据采集、数据处理、模型构建、模型训练、误差评价以及价格预测，其中模型构建基于LSTM构建模型。


2.根据权利要求1所述的一种水果价格预测方法，其特征在于，所述数据的采集除该水果本身的相关数据，还同步采集其竞品价格数据的周、月、年价格相关数据。


3.根据权利要求2所述的一种水果价格预测方法，其特征在于，所述竞品种类为5类；
所述水果为苹果，所述竞品种类包括香梨、香蕉、西瓜、葡萄和哈密瓜。


4.根据权利要求1或2或3所述的一种水果价格预测方法，其特征在于对采集的数据进行数据规范化处理后，进一步进行降维处理；对相关因素进行典型相关分析，得出各维数据与待预测水果价格的相关度。


5.根据权利要求4所述的一种水果价格预测方法，其特征在于，所述模型构建，将已处理完成的规范化数据集分为训练集和测试集，然后搭建LSTM神经网络结构，并根据相关误差进行参数调整；
将数据集划分为监督学习的多变量输入，确定对应的网络结构；采用的模型结构为多输入、单输...

【专利技术属性】
技术研发人员：魏存挡，宋海涛，郑允朔，周明，曲建龙，
申请(专利权)人：浪潮云信息技术股份公司，
类型：发明
国别省市：山东;37