基于层次区域结构图的毛鸡品种毛利趋势预测系统及方法技术方案

本发明专利技术公开了基于层次区域结构图的毛鸡品种毛利趋势预测系统及方法，所述系统与销售品种规划模块连接，所述系统包括：品种时空建模模块、空间依赖模块和时间依赖模块；品种时空建模模块用于将第一数据进行维度拓展、数据预处理和时空建模操作后，将得到的第二数据传输至空间依赖模块；空间依赖模块用于将第二数据转换为第三数据，并将第三数据传输至时间依赖模块；时间依赖模块用于对第三数据中的时间依赖关系进行信息提取和学习，得到预测结果。通过将第二数据转换为第三数据后，对第三数据中的时间依赖关系进行信息提取和学习得到预测结果，提高了对不同区域中毛鸡品种的只毛利的预测结果的准确性。的预测结果的准确性。的预测结果的准确性。

【技术实现步骤摘要】
基于层次区域结构图的毛鸡品种毛利趋势预测系统及方法


[0001]本专利技术涉及深度学习
，特别涉及一种基于层次区域结构图的毛鸡品种毛利趋势预测系统及方法.

技术介绍

[0002]农产品价格是农产品市场的核心，农产品市场短期内价格的波动不稳和变化的复杂性，会导致农产品市场供需的不平衡，给农产品市场的生产经营者和消费者带来很大的影响。
[0003]近年来，农产品价格预测体系得到了较快的发展，从预测方法的出现早晚、复杂程度、数理化程度、智能程度等方面来看，大致可分为定性预测方法和定量预测方法。定性预测方法是指预测者依靠丰富的经验和综合分析能力，根据已掌握的资料，对事物的未来发展做出性质和程度上的判断，并通过一定形式综合各方面的的意见，作为预测未来的主要依据。定量预测法是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，如时间序列预测法、因果关系预测法等，用于预测和推测未来发展变化情况的一类预测方法。例如用于对毛鸡品种的只毛利进行预测的毛鸡品种只毛利预测系统。
[0004]但是，市场上现有毛鸡品种只毛利预测系统有以下不足：
[0005]1.忽略空间依赖性：市面上基于时间序列挖掘的农产品价格预测系统，一般只考虑不同时间步长的时间依赖性，而忽略了不同市场区域间的空间依赖性。
[0006]2.忽略区域层次结构：市场上基于时空数据挖掘的农场品价格预测系统，忽略了同一区域内节点之间的空间依赖性与不同区域内节点之间的空间依赖性存在显著不同这一特点，现有相关技术其时间依赖性和空间依赖性都在无区域网络中建模，未考虑到供给侧/市场等空间节点的层次结构。
[0007]3.无法更进一步解决数据稀缺性问题：市场上的农场品价格预测系统，一般只考虑单个变量的某个时间段的平均值来对缺失值进行补值，而忽略了多个变量之间的联系。
[0008]因而现有技术还有待改进和提高。

技术实现思路

[0009]本专利技术的主要目的在于提供一种基于层次区域结构图的毛鸡品种毛利趋势预测系统及方法，旨在解决现有技术中农场品价格预测系统在对不同区域中毛鸡品种的只毛利进行预测时，因预测数据的准确性低下而导致的无法满足不同区域对毛鸡的需求的问题。
[0010]为了达到上述目的，本专利技术采取了以下技术方案：
[0011]一种基于层次区域结构图的毛鸡品种毛利趋势预测系统，与销售品种规划模块连接，所述基于层次区域结构图的毛鸡品种毛利趋势预测系统包括：品种时空建模模块、空间依赖模块和时间依赖模块；所述品种时空建模模块、所述空间依赖模块、所述时间依赖模块和所述销售品种规划模块依次连接；
[0012]所述品种时空建模模块用于将第一数据进行维度拓展、数据预处理和时空建模操作后，将得到的第二数据传输至所述空间依赖模块；所述空间依赖模块用于将所述第二数据转换为第三数据，并将所述第三数据传输至所述时间依赖模块；所述时间依赖模块用于对所述第三数据中的时间依赖关系进行信息提取和学习，得到预测结果。
[0013]所述基于层次区域结构图的毛鸡品种毛利趋势预测系统中，所述基于层次区域结构图的毛鸡品种毛利趋势预测系统还包括：损失函数计算模块；所述损失函数计算模块与所述时间依赖模块连接；所述损失函数计算模块用于根据所述时间依赖模块传输的预测结果与不同层次区域中不同毛鸡品种的真实只毛利构建损失函数，以根据所述损失函数计算所述真实只毛利与所述预测结果的差别。
[0014]所述基于层次区域结构图的毛鸡品种毛利趋势预测系统中，所述空间依赖模块包括：映射单元和时空品种特征向量转换单元；所述品种时空建模模块、所述映射单元、所述时空品种特征向量转换单元和所述时间依赖模块依次连接；
[0015]所述映射单元用于对区域增广品种特征信息矩阵中的区域增强特征信息的节点特征向量进行映射操作得到映射数据，并将所述映射数据传输至所述时空品种特征向量转换单元；所述时空品种特征向量转换单元用于利用归一化注意系数计算所述节点特征向量的线性组合，得到每个节点的输出特征向量，并利用所述输出特征向量构建得到高阶时空品种特征向量，再将所述高阶时空品种特征向量传输至所述时间依赖模块。
[0016]所述基于层次区域结构图的毛鸡品种毛利趋势预测系统中，所述品种时空建模模块包括：维度拓展单元、数据预处理单元和时空建模单元；所述维度拓展单元、所述数据预处理单元和所述时空建模单元和所述映射单元依次连接；
[0017]所述维度拓展单元用于根据时序特征、静态特征和趋势特征，将原始数据进行维度拓展操作得到多特征数据，并将所述多特征数据传输至所述数据预处理单元；所述数据预处理单元用于根据所述多特征数据建立多个节点生成对应的特征，并对所述特征进行补充时间戳补完和空间关系补值操作，并将得到的毛鸡品种的时间戳补值传输至所述时空建模单元；所述时空建模单元用于根据所述特征建立原始时空网络后进行合并，对合并后的原始时空网络进行区域划分得到虚拟节点后，利用所述虚拟节点构建销售品种区域增广时空模型，以及所述时空建模单元用于利用所述销售品种区域增广时空模型对所述虚拟节点进行补充得到区域增广品种特征信息矩阵，并将所述区域增广品种特征信息矩阵传输至所述时间依赖模块。
[0018]所述基于层次区域结构图的毛鸡品种毛利趋势预测系统中，所述时间依赖模块具体用于利用隐藏状态矩阵和所述区域增广品种特征信息矩阵对所述虚拟节点之间、所述虚拟节点与区域之间、所述区域之间的的时间依赖关系进行信息提取和学习，得到所述预测结果。
[0019]所述基于层次区域结构图的毛鸡品种毛利趋势预测系统中，所述第一数据包括原始数据；所述第二数据包括区域增广品种特征信息矩阵；所述第三数据包括高阶时空品种特征向量；所述预测结果包括不同层次区域中不同毛鸡品种的预测只毛利。
[0020]一种如上所述基于层次区域结构图的毛鸡品种毛利趋势预测系统的基于层次区域结构图的毛鸡品种毛利趋势预测方法，所述基于层次区域结构图的毛鸡品种毛利趋势预测方法包括：
[0021]所述品种时空建模模块将第一数据进行维度拓展、数据预处理和时空建模操作后，将得到的第二数据传输至所述空间依赖模块；
[0022]所述空间依赖模块将所述第二数据转换为第三数据，并将所述第三数据传输至所述时间依赖模块；
[0023]所述时间依赖模块对所述第三数据中的时间依赖关系进行信息提取和学习，得到预测结果。
[0024]所述基于层次区域结构图的毛鸡品种毛利趋势预测方法中，所述基于层次区域结构图的毛鸡品种毛利趋势预测方法还包括：
[0025]损失函数计算模块根据所述时间依赖模块传输的预测结果与不同层次区域中不同毛鸡品种的真实只毛利计算损失函数，以计算所述真实只毛利与所述预测结果的差别。
[0026]所述基于层次区域结构图的毛鸡品种毛利趋势预测方法中，所述空间依赖模块将所述第二数据转换为第三数据，并将所述第三数据传输至所述时间依赖模块，具体包括：
[0027]映射单元对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于层次区域结构图的毛鸡品种毛利趋势预测系统，与销售品种规划模块连接，其特征在于，所述基于层次区域结构图的毛鸡品种毛利趋势预测系统包括：品种时空建模模块、空间依赖模块和时间依赖模块；所述品种时空建模模块、所述空间依赖模块、所述时间依赖模块和所述销售品种规划模块依次连接；所述品种时空建模模块用于将第一数据进行维度拓展、数据预处理和时空建模操作后，将得到的第二数据传输至所述空间依赖模块；所述空间依赖模块用于将所述第二数据转换为第三数据，并将所述第三数据传输至所述时间依赖模块；所述时间依赖模块用于对所述第三数据中的时间依赖关系进行信息提取和学习，得到预测结果。2.根据权利要求1所述的基于层次区域结构图的毛鸡品种毛利趋势预测系统，其特征在于，所述基于层次区域结构图的毛鸡品种毛利趋势预测系统还包括：损失函数计算模块；所述损失函数计算模块与所述时间依赖模块连接；所述损失函数计算模块用于根据所述时间依赖模块传输的预测结果与不同层次区域中不同毛鸡品种的真实只毛利构建损失函数，以根据所述损失函数计算所述真实只毛利与所述预测结果的差别。3.根据权利要求1所述的基于层次区域结构图的毛鸡品种毛利趋势预测系统，其特征在于，所述空间依赖模块包括：映射单元和时空品种特征向量转换单元；所述品种时空建模模块、所述映射单元、所述时空品种特征向量转换单元和所述时间依赖模块依次连接；所述映射单元用于对区域增广品种特征信息矩阵中的区域增强特征信息的节点特征向量进行映射操作得到映射数据，并将所述映射数据传输至所述时空品种特征向量转换单元；所述时空品种特征向量转换单元用于利用归一化注意系数计算所述节点特征向量的线性组合，得到每个节点的输出特征向量，并利用所述输出特征向量构建得到高阶时空品种特征向量，再将所述高阶时空品种特征向量传输至所述时间依赖模块。4.根据权利要求3所述的基于层次区域结构图的毛鸡品种毛利趋势预测系统，其特征在于，所述品种时空建模模块包括：维度拓展单元、数据预处理单元和时空建模单元；所述维度拓展单元、所述数据预处理单元和所述时空建模单元和所述映射单元依次连接；所述维度拓展单元用于根据时序特征、静态特征和趋势特征，将原始数据进行维度拓展操作得到多特征数据，并将所述多特征数据传输至所述数据预处理单元；所述数据预处理单元用于根据所述多特征数据建立多个节点生成对应的特征，并对所述特征进行补充时间戳补完和空间关系补值操作，并将得到的毛鸡品种的时间戳补值传输至所述时空建模单元；所述时空建模单元用于根据所述特征建立原始时空网络后进行合并，对合并后的原始时空网络进行区域划分得到虚拟节点后，利用所述虚拟节点构建销售品种区域增广时空模型，以及所述时空建模单元用于利用所述销售品种区域增广时空模型对所述虚拟节点进行补充得到区域增广品种特征信息矩阵，并将所述区域增广品种特征信息矩阵传输至所述时间依赖模块。5.根据权利要求4所述的基于层次区域结构图的毛鸡品种毛利趋势预测系统，其特征在于，所述时间依赖模块具体用于利用隐藏状态矩阵和所述区域增广品种特征信息矩阵对所述虚拟节点之间、所述虚拟节点与区域之间、...

【专利技术属性】
技术研发人员：郑泽如，黄嘉敏，肖以波，陈家权，曾仲杰，黄珏珺，钟华东，黎剑雄，龚平阳，邝颖杰，
申请(专利权)人：温氏食品集团股份有限公司，
类型：发明
国别省市：