【技术实现步骤摘要】
本专利技术属于期货交易管理领域，具体来说，特别涉及一种基于物联网和大数据分析的农产品期货交易监管系统及方法。
技术介绍
1、农产品期货交易监管系统是一种专门用于监管农产品期货市场的系统；它通过利用先进的技术手段和相应的监管规则，对农产品期货交易进行全面的监控、管理和监管；系统可以实时监测期货市场的交易活动、价格波动、交易者行为等，并对可能存在的违规行为进行预警和监管；此外，系统还可以提供交易数据的分析和报告，帮助监管机构了解市场动态和风险状况，以便采取相应的监管措施；通过农产品期货交易监管系统，可以提高市场的透明度、公平性和合规性，保护投资者的权益，促进农产品期货市场的健康发展。
2、中国专利cn115578137a公开了一种基于文本挖掘与深度学习模型的农产品期货价格预测方法及系统，包括采集农产品期货历史交易数据和农产品期货新闻文本数据并进行数据预处理；选取t天为窗口滑动划分数据集，将得到的数据集作为多特征数据样本；使用双向长短期记忆神经网络提取价格特征；使用卷积神经网络提取文本特征；使用snownlp提取新闻情感特征；搭建深度神经网络融合三种特征对提前一步的农产品期货收盘价进行预测。本专利技术考虑影响农产品期货价格波动的市场和非市场因素，基于文本挖掘与深度学习模型对农产品期货价格趋势进行预测，该方法能够挖掘新闻文本和价格序列的深层特征，且具备更高的预测精度。
3、由于农产品的成熟期以及保质期都是较短的，因此，当农产品成熟时，市场上会在短期内涌现出大量的农产品供销商，此时农产品的供应量会远远超过市场需求量
技术实现思路
1、针对相关技术中的问题，本专利技术提出一种基于物联网和大数据分析的农产品期货交易监管系统及方法，以克服现有相关技术所存在的上述技术问题。
2、为解决上述技术问题，本专利技术是通过以下技术方案实现的：
3、本专利技术为一种基于物联网和大数据分析的农产品期货交易监管方法，包括以下步骤：
4、s1、设定采集周期、采集间隔时间、农产品种类集、农产品产量影响因素种类集、土壤影响因素种类集以及病虫害影响因素种类集，采集历史数据，根据所述历史数据、土壤影响因素种类集、农产品产量影响因素种类集以及病虫害影响因素种类集得到第一数据集；同时每隔采集间隔时间采集一次当前的农产品产量影响因素数据、土壤影响因素数据以及病虫害影响因素数据并进行合并，记为第二数据集；
5、s2、根据所述土壤影响因素数值集、农产品产量影响因素数值集、病虫害影响因素数值集以及第二数据集，采用svm模型并配合lgboa算法对农产品的产量以及质量进行预测，得到预测结果数据集；并将所述预测结果数据集进行可视化展示以供意向者进行参观并出价，得到预出价数据矩阵；
6、s3、选取所述预出价数据矩阵中每种农产品的预出价最大值对应的意向者，得到意向者集；采用一对多自动协商算法与所述意向者集中的各个意向者进行协商，得到协商结果集；
7、s4、根据所述协商结果集中的数据判定中断交易或者继续交易；
8、农产品产量影响因素种类集中包括例如种植方式，如直播、移栽以及育苗，获取这些方式对农产品产量影响的影响程度，还包括例如农作物种植间距和行距、农作物种植密度、栽培周期、播种日期和施肥频次等因素；土壤影响因素种类集中包括例如种植地的地形、土壤质地、ph值、水分以及土壤中微量元素的含量等因素；病虫害影响因素种类集中包括例如病原体、害虫和杂草等因素，通过对上述数据进行采集，对农作物的生产环境以及农作物本身的特点有一个较为全面的描述，根据这些影响因素对其相对应的数据进行采集，从而对农作物的生长情况以及周边环境有了全面的了解，从而为后续对农作物未来的产量和品质进行预测提供了全面的数据支持；
9、意向者表示对农产品有意向进行预订和购买的人，意向者会根据农作物预测结果来决定是否购买并进行出价预订，支付订金，选出出价最高的意向者进行相关事宜的协商，使得意向者可以正式购买，从而使得农产品可以提前销售，缓解了在正式交易时的市场压力，减低了给农产品卖家造成经济损失的可能性，同时农产品的生长情况是不断变化的，农产品卖家为了正式交易时的有效保障，会根据预测结果以及实时的数据对农产品的种植条件实时调整，保障了卖家可以交易到高品质以及产量的农产品，同时也提高了卖家的生产积极性。
10、优选地，所述s1包括以下步骤：
11、s11、设定采集周期、采集间隔时间、农产品种类集、农产品产量影响因素种类集、土壤影响因素种类集以及病虫害影响因素种类集；
12、其中：为第种农产品，为统计的农产品种类的总个数；为农产品产量的第种影响因素，为农产品产量影响因素的总个数；为影响土壤品质的第种因素，为影响土壤品质的因素总个数；为病虫害影响因素种类集种第种病虫害影响因素，为病虫害影响因素的总个数；
13、s12、在采集周期内每隔采集一次历史数据，根据所述历史数据、采集周期、采集间隔时间、农产品种类集、农产品产量影响因素种类集、土壤影响因素种类集以及病虫害影响因素种类集得到第一数据集，，其中为各种农作物的在各种产量影响因素中的数值集，记为第一数值矩阵集合，为第种农作物在各个时间点以及在各种产量影响因素中的数值矩阵，如下：
14、
15、其中：为第种农作物在第个时间点时在第种农产品产量影响因素中的数值，；
16、为各个时间点时的各种影响土壤品质的因素的数值矩阵，记为第二数值矩阵，如下：
17、
18、其中：为在个时间点时第种土壤品质影响因素的数值；
19、为各个时间点时的各种病虫害影响因素的数值矩阵，记为第三数值矩阵，如下：
20、
21、其中：为在个时间点时第种病虫害影响因素的数值；
22、同时每隔采集一次当前的农产品产量影响因素数据，得到当前农产品产量影响因素数据矩阵，记为第一当前矩阵，如下：
23、
24、其中：为当前时刻第种农作物在第种农产品产量影响因素中的数值；
25、每隔采集一次当前的影响土壤品质的因素数据，得到当前土壤品质影响因素数据集，记为第二当前数据集，其中为当前第种土壤品质影响因素的数值；
26、每隔采集一次当前的病虫害影响因素数据，得到当前病虫害影响因素数据集，记为第三当前数据集，其中为当前第种病虫害影响因素的数值；
27、将所述第一当前矩阵、第二当前数据集以及第三当前数据集进行数据合并，得到所述第二数据集；
28、通过对第一数据集和第二数据集进行采集，并对数据进行分类整理，为后续对农产品产量和质量的预测提供了良好的数据基础，有利于预测结果的准确性。
29、优选地，所述s2包括以下步骤：
30、s21、设定质量级别集，其中分别为第一质量级别本文档来自技高网...
【技术保护点】
1.一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S1包括以下步骤：
3.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S2包括以下步骤：
4.根据权利要求3所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S21包括以下步骤：
5.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S3包括以下步骤：
6.根据权利要求5所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S32包括以下步骤：
7.根据权利要求6所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S324包括以下步骤：
8.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述S4中判定过程如下：
9.一种实现如权利要
...【技术特征摘要】
1.一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述s1包括以下步骤：
3.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述s2包括以下步骤：
4.根据权利要求3所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述s21包括以下步骤：
5.根据权利要求1所述的一种基于物联网和大数据分析的农产品期货交易监管方法，其特征在于：所述s3包括以下步骤：
6....
【专利技术属性】
技术研发人员：潘东晓，罗宽，闫早伟，孙红生，董志松，李威，隋晓旭，于银蕾，刘国燕，
申请(专利权)人：华高数字科技有限公司，
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。