System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据预测,并且更具体地,涉及一种基于预测模型预测粮食工业消费量的方法及系统。
技术介绍
1、当今粮食保障、粮食安全的形势严峻,粮食安全和粮食保障问题作为当今社会的头等大事,我国作为一个人口大国,保障好粮食和农业生产,确保粮食和重要农产品稳定安全供给,是当今社会需要解决的问题。
技术实现思路
1、针对上述问题,本专利技术提出了一种基于预测模型预测粮食工业消费量的方法,包括:
2、获取粮食历年的历史工业消费量数据,对所述历史工业消费量数据进行预处理,以得到粮食的目标历史工业消费量数据,并根据所述目标历史工业消费量数据,确定影响工业消费量的影响因素,基于所述影响因素构建工业消费量模型;
3、确定未来目标时段所述粮食的工业消费需求,并根据所述工业消费需求,确定所述未来目标时段影响工业消费量的目标影响因素覆盖范围,基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型;
4、将目标粮食的目标历史工业消费量数据带入至所述预测模型,对所述预测模型求解,以得到所述目标粮食在所述未来目标时段的工业消费量的预测量。
5、可选的,对所述历史工业消费量数据进行预处理,包括:
6、对所述历史工业消费量数据进行去噪和去重处理;
7、对去噪和去重处理后的历史工业消费数据进行缺失数据的补全处理。
8、可选的,影响工业消费量的影响因素,包括:农产品出售
9、可选的,基于所述影响因素构建的工业消费量模型,如下:
10、lngydg,t=αdg,d*lnyddg,t+αdg,h*lnyhdg,t+αdg,x*lnyxdg,t
11、其中,gydg,t为工业需求量,yddg,t为农产品出售价格,yhdu,t工业加工需求指数,yxdg,t人口增长指数,αdg,d设为农产品计算常数,αdg,h为行业加工计算常数和αdg,x为人口计算常数。
12、可选的,基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型,包括:
13、根据所述目标影响因素覆盖范围,在所述目标历史工业消费量数据中筛选出测试样本,并基于bootstrap方法对所述测试样本进行样本补充,得到补充样本,对所述补充样本进行拟合和johnson变换,获取分布p值和ad值,基于所述分布p值和ad值确定所述补充和样本的分布形态;
14、基于所述分布形态,确定所述目标影响因素覆盖范围内目标影响因素的系数取值范围;
15、在所述系数取值范围内预测得到历年系数预测值,基于所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数;
16、基于所述推测系数和所述工业消费量模型构建用于预测所述未来目标时段粮食工业消费量的预测模型。
17、可选的,基于重复抽样法,根据所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数。
18、可选的,预测模型,包括:出售价格模型和概率密度函数值分布模型。
19、可选的,出售价格模型,如下:
20、ydcdg,t+1=βydcdg,t+γ1cos(θxt)+γ2sin(θxt)
21、其中,ydcdg,t+1为t+1年的粮食出售价格,ydcdg,t为t年的粮食出售价格,β为t年粮食出售价格的系数,γ1为关于t年粮食出售价格的余弦函数的系数,γ2为t年粮食出售价格的正弦函数的系数,θ为矫正周期常量,t为未来目标时段中的年份。
22、可选的,概率密度函数值分布模型,如下:
23、
24、其中f(y)为分布值,δ为标准差,μ为分布的均值。
25、再一方面,本专利技术还提出了一种基于预测模型预测粮食工业消费量的系统,包括:
26、第一模型构建单元,用于获取粮食历年的历史工业消费量数据,对所述历史工业消费量数据进行预处理,以得到粮食的目标历史工业消费量数据,并根据所述目标历史工业消费量数据,确定影响工业消费量的影响因素,基于所述影响因素构建工业消费量模型;
27、第二模型构建单元,用于确定未来目标时段所述粮食的工业消费需求,并根据所述工业消费需求,确定所述未来目标时段影响工业消费量的目标影响因素覆盖范围,基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型;
28、预测单元,用于将目标粮食的目标历史工业消费量数据带入至所述预测模型,对所述预测模型求解,以得到所述目标粮食在所述未来目标时段的工业消费量的预测量。
29、可选的,对所述历史工业消费量数据进行预处理,包括:
30、对所述历史工业消费量数据进行去噪和去重处理;
31、对去噪和去重处理后的历史工业消费数据进行缺失数据的补全处理。
32、可选的,影响工业消费量的影响因素,包括:农产品出售价格、工业加工需求指数和人口增长指数。
33、可选的,基于所述影响因素构建的工业消费量模型,如下:
34、lngydg,t=αdg,d*lnyddg,t+αdg,h*lnyhdg,t+αdg,x*lnyxdg,t
35、其中,gydg,t为工业需求量,yddg,t为农产品出售价格,yhdu,t工业加工需求指数,yxdg,t人口增长指数,αdg,d设为农产品计算常数,αdg,h为行业加工计算常数和αdg,x为人口计算常数。
36、可选的,基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型,包括:
37、根据所述目标影响因素覆盖范围,在所述目标历史工业消费量数据中筛选出测试样本,并基于bootstrap方法对所述测试样本进行样本补充,得到补充样本,对所述补充样本进行拟合和johnson变换,获取分布p值和ad值,基于所述分布p值和ad值确定所述补充和样本的分布形态;
38、基于所述分布形态,确定所述目标影响因素覆盖范围内目标影响因素的系数取值范围;
39、在所述系数取值范围内预测得到历年系数预测值,基于所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数;
40、基于所述推测系数和所述工业消费量模型构建用于预测所述未来目标时段粮食工业消费量的预测模型。
41、可选的,基于重复抽样法,根据所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数。
42、可选的,预测模型,包括:出售价格模型和概率密度函数值分布模型。
43、可选的,出售价格模型,如下:
44、ydcdg,t+1=βydcdg,t+γ1cos(θxt)+本文档来自技高网...
【技术保护点】
1.一种基于预测模型预测粮食工业消费量的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述历史工业消费量数据进行预处理,包括:
3.根据权利要求1所述的方法,其特征在于,所述影响工业消费量的影响因素,包括:农产品出售价格、工业加工需求指数和人口增长指数。
4.根据权利要求1所述的方法,其特征在于,所述基于所述影响因素构建的工业消费量模型,如下:
5.根据权利要求1所述的方法,其特征在于,所述基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型,包括:
6.根据权利要求5所述的方法,其特征在于,基于重复抽样法,根据所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数。
7.根据权利要求5所述的方法,其特征在于,所述预测模型,包括:出售价格模型和概率密度函数值分布模型。
8.根据权利要求7所述的方法,其特征在于,所述出售价格模型,如下:
9.根据权利要求7所述的方法,其特征在于
10.一种基于预测模型预测粮食工业消费量的系统,其特征在于,所述系统包括:
11.根据权利要求10所述的系统,其特征在于,所述对所述历史工业消费量数据进行预处理,包括:
12.根据权利要求10所述的系统,其特征在于,所述影响工业消费量的影响因素,包括:农产品出售价格、工业加工需求指数和人口增长指数。
13.根据权利要求10所述的系统,其特征在于,所述基于所述影响因素构建的工业消费量模型,如下:
14.根据权利要求10所述的系统,其特征在于,所述基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型,包括:
15.根据权利要求14所述的系统,其特征在于,基于重复抽样法,根据所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数。
16.根据权利要求14所述的系统,其特征在于,所述预测模型,包括:出售价格模型和概率密度函数值分布模型。
17.根据权利要求16所述的系统,其特征在于,所述出售价格模型,如下:
18.根据权利要求7所述的系统,其特征在于,所述概率密度函数值分布模型,如下:
19.一种计算机设备,其特征在于,包括:
20.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1-9中任一所述的方法。
...【技术特征摘要】
1.一种基于预测模型预测粮食工业消费量的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述历史工业消费量数据进行预处理,包括:
3.根据权利要求1所述的方法,其特征在于,所述影响工业消费量的影响因素,包括:农产品出售价格、工业加工需求指数和人口增长指数。
4.根据权利要求1所述的方法,其特征在于,所述基于所述影响因素构建的工业消费量模型,如下:
5.根据权利要求1所述的方法,其特征在于,所述基于所述工业消费量模型、目标影响因素覆盖范围和目标历史工业消费量数据,构建用于预测所述未来目标时段粮食工业消费量的预测模型,包括:
6.根据权利要求5所述的方法,其特征在于,基于重复抽样法,根据所述历年系数预测值,确定所述未来时段粮食工业消费量的推测系数。
7.根据权利要求5所述的方法,其特征在于,所述预测模型,包括:出售价格模型和概率密度函数值分布模型。
8.根据权利要求7所述的方法,其特征在于,所述出售价格模型,如下:
9.根据权利要求7所述的方法,其特征在于,所述概率密度函数值分布模型,如下:
10.一种基于预测模型预测粮食工业消费量的系统,其特征在于,所述系统包括:
11.根据权利要求...
【专利技术属性】
技术研发人员:王博实,贺铭,张虎成,张燕,
申请(专利权)人:航天信息股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。