一种商品价格的预测方法、预测系统及终端设备技术方案

本申请适用于数据分析技术领域，提供了一种商品价格的预测方法、预测系统及终端设备，通过将一定的商品价格序列进行分解，得出商品价格的本征模态函数PF1、PF2、PF3及对应的残差项r(n)；设置随机成分为PF1，设置确定性成分VPF=PF2+PF3+r(n)；通过自回归积分滑动平均模型对随机成分进行拟合，并对t时刻的随机成分进行预测；将确定性成分VPF应用于长短记忆网络模型进行拟合，计算t时刻的确定性成分VPF（t）；最后将y<subgt;t</subgt;和VPF（t）之和作为t时刻所述商品的预测价格。通过将商品价格序列分解为随机和确定性成分，并分别采用ARIMA和LSTM建模，有效减少了LSTM模型的过拟合风险，提升了模型的泛化能力。同时也增强了模型对商品价格波动的适应能力，提升了预测结果的稳定性和可靠性。

【技术实现步骤摘要】

本专利技术属于数据分析，尤其涉及一种商品价格的预测方法、预测系统及终端设备。

技术介绍

1、现有的各种商品中大宗商品作为工业生产中的关键成本因素，其价格波动对企业的成本控制和定价策略有着直接而深远的影响。准确预测大宗商品价格的变动趋势，对于工业企业尤其是依赖于大宗商品的制造业企业来说，具备重要的战略意义。现有技术中，对此类商品进行预测时常用的模型包括（autoregressiveintegratedmovingaveragemodel，arima）、广义自回归条件异方差模型（generalizedautoregressiveconditionalheteroskedasticity，garch）等在大宗商品价格预测方面被广泛应用，这些模型在处理线性、稳定的时间序列数据时表现良好。然而，国际大宗商品市场具有复杂的非线性和多维度特征，传统经济计量模型难以有效捕捉这些复杂性，导致预测精度有限。此外，随着工业saas平台的发展，企业对实时、精准的价格预测需求日益增加，亟需一种能够高效集成于saas平台，并为用户提供智能化价格预测支持的新型算法。

<本文档来自技高网...

【技术保护点】

1.一种商品价格的预测方法，其特征在于，所述预测方法包括：

2.如权利要求1所述的商品价格的预测方法，其特征在于，所述基于局部均值分解算法对所述价格序列进行分解，得到当前时刻所述商品价格的本征模态函数PF1、PF2、PF3及对应的残差项r(n)，包括:

3.如权利要求2所述的商品价格的预测方法，其特征在于，所述预测方法还包括：

4.如权利要求1所述的商品价格的预测方法，其特征在于，所述对t刻的随机成分进行预测，包括：

5.如权利要求4所述的商品价格的预测方法，其特征在于，所述基于预设规则计算所述自回归积分滑动平均模型对应的最佳组合参数（p,...

【技术特征摘要】

1.一种商品价格的预测方法，其特征在于，所述预测方法包括：

2.如权利要求1所述的商品价格的预测方法，其特征在于，所述基于局部均值分解算法对所述价格序列进行分解，得到当前时刻所述商品价格的本征模态函数pf1、pf2、pf3及对应的残差项r(n)，包括:

3.如权利要求2所述的商品价格的预测方法，其特征在于，所述预测方法还包括：

4.如权利要求1所述的商品价格的预测方法，其特征在于，所述对t刻的随机成分进行预测，包括：

5.如权利要求4所述的商品价格的预测方法，其特征在于，所述基于预设规则计算所述自回归积分滑动平均模型对应的最佳组合参数（p,d,q）包括：

【专利技术属性】
技术研发人员：明毓，韦庆兵，
申请(专利权)人：深圳云集智造系统技术有限公司，
类型：发明
国别省市：