农副产品供需预测及监控方法、装置、设备、存储介质与流程

本公开涉及计算机技术领域，具体涉及一种农副产品供需预测及监控方法、装置、设备、存储介质。

背景技术

我国是农业大国，农业是我国国民经济的命脉，未来人口日益增加的巨大压力，对农副产品的合理有效生产和销售提出了更高的要求。传统的农副产品产销模式，以人工方式去估计市场的需求和价格，并根据市场情况调整产品的生产和销售，这种方式工作量较大，信息反馈慢，且对市场的把握不够及时准确。随着社会信息化的全面发展，各项科学管理技术被广泛应用于各行各业，促进了我国农业、工业、金融、教育、文化等事业的全面发展。人们获取、利用信息的需求越来越高，农副产品的生产、销售一体化给农业生产企业提供了先进、方便的信息支持。

但是，现有的农副产品产销及流通过程中还存在信息反馈慢、市场经营策略制定不够及时、不够准确等现象，导致了农副产品的产销决策效率低，且错误率高的问题。

技术实现要素：

本公开实施例提供一种农副产品供需预测及监控方法、装置、设备、存储介质。

第一方面，本公开实施例中提供了一种农副产品供需预测方法，包括：

获取预设种类的农副产品的生产要素数据；

根据预设模型以及所述生产要素数据预测得到预测数据；其中，所述预设模型为根据所述预设种类的农副产品的历史生产要素数据与历史产量得到的预测模型；所述预测数据至少包括预测得到的所述预设种类的农副产品在未来预定时间段内的产量；

根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据。

进一步地，所述获取预设种类的农副产品的生产要素数据，包括：

获取生产要素的第一销售数据；

根据所述第一销售数据确定在所述未来预定时间段内生产所述预设种类的农副产品的生产要素的需求量。

进一步地，所述获取预设种类的农副产品的生产要素数据，还包括：

根据所述第一销售数据确定所述预设种类的农副产品的生产地。

进一步地，获取生产要素的第一销售数据，包括：

从电商平台获取所述生产要素的购买数据。

进一步地，根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据，包括：

根据所述预测数据中的所述产量以及所述预设种类的农副产品的第二销售数据确定在所述未来预定时间段内所述预设种类的农副产品的供需关系。

进一步地，所述第二销售数据为所述预设种类的农副产品在预设历史时间段内和/或在所述预设种类的农副产品的销售地的销售数据。

进一步地，根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据，还包括：

根据所述供需关系预测所述预设种类的农副产品的价格波动情况。

进一步地，所述农副产品供需预测方法还包括：

根据所述供需数据确定所述预设种类的农副产品的决策价格的合理性。

第二方面，本公开实施例提供了一种农副产品供需监控方法，包括：

根据供需数据确定所述预设种类的农副产品是否满足监控条件；所述供需数据为利用上述农副产品供需监控方法得到的；

在满足所述监控条件时，根据所述供需数据提供决策建议。

进一步地，所述监控条件至少包括：所述预设种类的农副产品在所述未来预定时间段内供需不平衡。

进一步地，在满足所述监控条件时，根据所述供需数据提供决策建议，包括：

在所述未来预定时间段内所述预设种类的农副产品的供应量与需求量的差值超过预设阈值时，根据所述预设种类的农副产品的属性提供决策建议。

进一步地，根据所述预设种类的农副产品的属性提供决策建议，包括：

在时间属性满足预设时间条件时，提供更换为生产其他种类的农副产品的建议；

在时间属性不满足所述预设时间条件时，提供以下至少一项建议：

对所述预设种类的农副产品销售地进行调度；

预先建立用于存储所述预设种类的农副产品的仓库；

增加所述预设种类的农副产品的加工资源。

第三方面，本公开实施例还提供了一种农副产品供需预测装置，包括：

获取模块，被配置为获取预设种类的农副产品的生产要素数据；

预测模块，被配置为根据预设模型以及所述生产要素数据预测得到预测数据；其中，所述预设模型为根据所述预设种类的农副产品的历史生产要素数据与历史产量得到的预测模型；所述预测数据至少包括预测得到的所述预设种类的农副产品在未来预定时间段内的产量；

第一确定模块，被配置为根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据。

进一步地，所述获取模块，包括：

第一获取子模块，被配置为获取生产要素的第一销售数据；

第一确定子模块，被配置为根据所述第一销售数据确定在所述未来预定时间段内生产所述预设种类的农副产品的生产要素的需求量。

进一步地，所述获取模块，还包括：

第二确定子模块，被配置为根据所述第一销售数据确定所述预设种类的农副产品的生产地。

进一步地，所述第一获取子模块，包括：

第二获取子模块，被配置为从电商平台获取所述生产要素的购买数据。

进一步地，所述第一确定模块，包括：

第三确定子模块，被配置为根据所述预测数据中的所述产量以及所述预设种类的农副产品的第二销售数据确定在所述未来预定时间段内所述预设种类的农副产品的供需关系。

进一步地，所述第二销售数据为所述预设种类的农副产品在预设历史时间段内和/或在所述预设种类的农副产品的销售地的销售数据。

进一步地，所述第一确定模块，还包括：

预测子模块，被配置为根据所述供需关系预测所述预设种类的农副产品的价格波动情况。

进一步地，所述农副产品供需预测装置还包括：

第二确定子模块，被配置为根据所述供需数据确定所述预设种类的农副产品的决策价格的合理性。

在一个可能的设计中，农副产品供需预测装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持农副产品供需预测装置执行上述第一方面中农副产品供需预测方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述农副产品供需预测装置还可以包括通信接口，用于农副产品供需预测装置与其他设备或通信网络通信。

第四方面，本公开实施例还提供了一种农副产品供需监控装置，包括：

第二确定模块，被配置为根据供需数据确定所述预设种类的农副产品是否满足监控条件；所述供需数据为利用上述农副产品供需预测装置得到的；

建议模块，被配置为在满足所述监控条件时，根据所述供需数据提供决策建议。

进一步地，所述监控条件至少包括：所述预设种类的农副产品在所述未来预定时间段内供需不平衡。

进一步地，所述建议模块，包括：

第一建议子模块，被配置为在所述未来预定时间段内所述预设种类的农副产品的供应量与需求量的差值超过预设阈值时，根据所述预设种类的农副产品的属性提供决策建议。

进一步地，所述第一建议子模块，包括：

第二建议子模块，被配置为在时间属性满足预设时间条件时，提供更换为生产其他种类的农副产品的建议；

第三建议子模块，被配置为在时间属性不满足所述预设时间条件时，提供以下至少一项建议：

对所述预设种类的农副产品销售地进行调度；

预先建立用于存储所述预设种类的农副产品的仓库；

增加所述预设种类的农副产品的加工资源。

所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

在一个可能的设计中，农副产品供需监控装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持农副产品供需监控装置执行上述第一方面中农副产品供需监控方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述农副产品供需监控装置还可以包括通信接口，用于农副产品供需监控装置与其他设备或通信网络通信。

第五方面，本公开实施例提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的农副产品供需预测方法或第二方面所述得农副产品供需监控方法的步骤。

第六方面，本公开实施例提供了一种计算机可读存储介质，用于存储农副产品供需预测装置或农副产品供需监控装置所用的计算机指令，其包含用于执行上述第一方面中农副产品供需预测方法或第二方面中农副产品供需监控方法所涉及的计算机指令。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开通过所获取的农副产品的生产要素数据预测得到农副产品在未来预定时间段内的产量等数据，并根据预测得到的数据确定该农副产品在未来预定时间段内的供需数据。本公开实施例通过上述方式可以提前预测农副产品的供需数据，并且由于是通过在未来预定时间段内生产该农副产品所要使用的生产要素的数据进行的预测，相较于采用历史供需数据进行预测的方式更加客观、准确率更高，且可以实现预测的自动化，而无需人工进行预测，能够解决已有技术中农副产品产销决策效率低下、且错误率较高的问题。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：

图1示出根据本公开一实施方式的农副产品供需预测方法的流程图；

图2示出根据图1所示实施方式的步骤s101的流程图；

图3示出根据本公开一实施方式的农副产品供需监控方法的流程图；

图4示出根据本公开一实施方式的农副产品供需预测装置的结构框图；

图5示出根据图4所示实施方式的获取模块401的结构框图；

图6示出根据本公开一实施方式的农副产品供需监控装置的结构框图；

图7是适于用来实现根据本公开一实施方式的农副产品供需预测方法的电子设备的结构示意图。

具体实施方式

下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。

在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。

另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出根据本公开一实施方式的农副产品供需预测方法的流程图。如图1所示，所述农副产品供需预测方法包括以下步骤s101-s103：

在步骤s101中，获取预设种类的农副产品的生产要素数据；

在步骤s102中，根据预设模型以及所述生产要素数据预测得到预测数据；其中，所述预设模型为根据所述预设种类的农副产品的历史生产要素数据与历史产量得到的预测模型；所述预测数据至少包括预测得到的所述预设种类的农副产品在未来预定时间段内的产量；

在步骤s103中，根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据。

在下文中将对步骤s101、s102和s103分别做进一步的描述。

步骤s101

在本实施例中，农副产品是由农业生产所带来的副产品，包括农、林、牧、副、渔五业产品，分为粮食、经济作物、竹木材、工业用油及漆胶、禽畜产品、蚕茧蚕丝、干鲜果、干鲜菜及调味品、药材、土副产品、水产品等若干大类，每个大类又分若干小类，例如粮食这一大类下包括水稻、小麦、玉米、大豆等多个小类。预设种类的农副产品可以是单一的农副产品种类，也可以是能够共同预测供需数据和/或共同给出决策建议的多个农副产品种类。在一些实施例中，预设种类可以是预先设定的农副产品的任一小类或多个小类的组合，例如预设种类的农副产品为水稻这一小类，或者预设种类的农副产品为包括多种叶菜的多个小类的组合；而在另一些实施例中，预设种类也可以是预先设定的农副产品的某一大类，例如预设种类的农副产品可以是新鲜水果这一大类。

农副产品的生产要素为进行农副产品生产所需的要素及其环境条件等，包括但不限于物的要素、环境要素等，例如农业生产工具、化肥或/饲料、种子等。生产要素数据可以包括但不限于生产要素的类别、数量和/或质量等。

本实施例中，预设种类的农副产品的生产要素数据为在未来预定时间段内生产预设种类的农副产品所需的生产要素相关的数据；未来预定时间段可以是预设种类的农副产品的下一生产阶段。未来预定时间段与农副产品的生长周期以及生长环境相关，同一种类的农副产品在不同地区可以有不同的生产周期，例如水稻的生长周期可以是一年一茬、一年两茬或一年三茬，而不同的生长周期对应不同的生产阶段。因此，未来预定时间段可以基于农副产品的生产阶段来设置，例如可以设置为上一生产阶段的结束至下一生产阶段的开始。

在生产预设种类的农副产品之前，生产者通常会将生产所需的生产要素准备好，也即从预设种类的农副产品上一生产阶段结束之后到下一生产阶段开始的全部时间段或者部分时间段，都可以作为生产者预备生产要素的时间段。因此，可以通过各种已知渠道收集该时间段内预设种类的农副产品的生产要素数据，例如可以收集该时间段内的生产要素的销售数据，进而确定将要用在预设种类的农副产品下一生产阶段的生产要素的种类、数量等。

步骤s102

本实施例中，预设模型可以是预先获得的，且能够根据下一生产阶段要用到的生产要素数据预测出预设种类的农副产品的产量等预测数据的预测模型。在一些实施例中，预测模型可以是线性回归模型。线性回归模型是通过线性回归分析方法建立起来的预测模型，线性回归分析方法是利用数理统计回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。本实施例中的预测模型可以是通过对历年来预设种类农副产品的生产要素数据与历年的真实数据进行线性回归分析而得到的线性回归模型，真实数据至少包括预设种类的农副产品历年的真实产量。在另一些实施例中，预测模型也可以是机器自学习模型。机器自学习模型可以是经过样本数据的训练后能够根据生产要素数据得到预测数据的模型，例如卷积神经网络、深度神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络等。样本数据可以包括历年来预设种类农副产品的生产要素数据与历年的真实数据，真实数据至少包括预设种类的农副产品历年的真实产量。

预设模型为预先建立好的，在获得了预设种类的农副产品的生产要素数据后，可以将生产要素数据输入至预设模型，进而由预设模型输出预测数据，预测数据至少包括预设种类的农副产品在未来预定时间段内的产量。当然可以理解的是，预测数据除了农副产品的产量之外，还可以包括用于确定未来预定时间段内预设种类的农副产品的供需数据的其他相关数据，例如销售地区、生产地区、销售地区的销售量等等，具体可根据实际情况进行设置，在此不做限制。

步骤s103

预测数据为确定未来预定时间段内预设种类的农副产品的供需数据的相关数据，例如产量等。那么在确定了预测数据之后，可以根据预测数据确定预设种类的农副产品在未来预定时间段内的供需数据。在一些实施例中，可以通过预测数据中的产量与上一生产阶段之后该预设种类的农副产品的销量来确定供需数据。当然，在其他实施例中，还可以通过历次生产阶段后销售量的平均值与预测数据中的产量来确定供需数据。在一些实施例中，还可以针对不同区域确定区域级别的供需数据，而在另一些实施例中，可以确定总的供需数据等。当然可以理解的是，在确定供需数据时，还可以考虑人为因素、环境因素、经济因素、天气因素以及自然灾害等对供需数据有影响的因素。

本公开实施例通过所获取的农副产品的生产要素数据预测得到农副产品在未来预定时间段内的产量等预测数据，并根据预测得到的数据确定该农副产品在未来预定时间段内的供需数据。本公开实施例通过上述方式可以提前预测农副产品的供需数据，并且由于是通过在未来预定时间段内生产该农副产品所要使用的生产要素的数据进行的预测，相较于采用历史供需数据进行预测的方式更加客观、准确率更高，且可以实现预测的自动化，而无需人工进行预测，能够解决已有技术中农副产品产销决策效率低下、且错误率较高的问题。

在本实施例的一个可选实现方式中，如图2所示，所述步骤s101，即所述获取预设种类的农副产品的生产要素数据的步骤，进一步包括以下步骤s201-s202：

在步骤s201中，获取生产要素的第一销售数据；

在步骤s202中，根据所述第一销售数据确定在所述未来预定时间段内生产所述预设种类的农副产品的生产要素的需求量。

该可选的实现方式中，预设种类的农副产品的生产要素至少要包括生产所述预设种类的农副产品所需的物的要素，例如生产工具、化肥/饲料、种子/种苗等。在数据获取阶段，可以通过生产要素的销售渠道获取生产要素在上一生产阶段结束至下一生产阶段开始之间的第一销售数据。第一销售数据从一定程度上可以反映出下一生产阶段，用来生产该预设种类的农副产品时所要用到的生产要素的量。也就是说，可以根据第一销售数据确定在未来预定时间段(例如下一生产阶段)生产该预设种类的农副产品的生产要素的需求量。本公开通过生产要素的销售数据确定生产要素的需求量，进而可以根据生产要素的需求量预测出下一生产阶段农副产品的产量等数据，提高了预测的准确性。

在本实施例的一个可选实现方式中，所述步骤s101，即所述获取预设种类的农副产品的生产要素数据的步骤，进一步还包括以下步骤：

根据所述第一销售数据确定所述预设种类的农副产品的生产地。

该可选的实现方式中，农副产品的生产要素还可以包括生产所述预设种类的农副产品的环境要素，例如农副产品的生产区域等。因此，生产要素的第一销售数据除了包括销售量之外，还可以包括购买生产要素的人们的收货地址。通常情况下，用于生产预设种类的农副产品的生产者们才会购买相应的生产要素，因此可以统计预设种类的农副产品的生产要素的收货地址来确定预设种类的农副产品的生产地。此外，考虑到人们在线下购买生产要素时，通常会就近购买，因此也可以通过第一销售数据中售卖区域确定生产者们所在的地区，进而可以确定预设种类的农副产品的生产地。预设种类的农副产品在下一生产阶段的生产计划经常会受到上一生产阶段生产出来的该预设种类的农副产品的需求量、价格等的影响。例如，上一生产阶段生产的该预设种类的农副产品供不应求、涨价凶猛的情况下，下一生产阶段的生产地极有可能会扩大，也即会产生很多新的生产地，来生产该预设种类的农副产品；相反地，如果上一生产阶段生产的该预设种类的农副产品供大于求、且出现滞销严重的情况，下一生产阶段的生产地可能会减少，也即某些生产地不再生产该预设种类的农副产品，而是转而生产其他农副产品；但是无论生产地是增加还是减少，都很难根据上一阶段的数据预测增加或减少的具体是哪些地区。而本公开实施例可以通过获取生产要素的第一销售数据，进而通过第一销售数据统计得到购买生产要素的生产者们所在的地区，进而可以预估出下一生产阶段预设种类的农产品的生产地。

在本实施例的一个可选实现方式中，所述步骤s201，即获取生产要素的第一销售数据的步骤，进一步包括以下步骤：

从电商平台获取所述生产要素的购买数据。

在该可选的实现方式中，一些大型的生产企业或者生产集体对于生产要素的采购数据，可以从这些生产企业或者生产集体的采购计划或者批发商那边的销售数据中获得，而一些个体户的生产计划较难统计，有一些通过线下生产要素的销售门店购买，也有一些可能是通过网络上的电商平台购买生产要素。线下销售门店的购买数据可以通过销售商获得。而线上销售数据则可以通过电商平台获得，例如从淘宝平台获得用户对某一类或某些类生产要素的购买数据，购买数据可以包括生产要素的量、价格以及购买者的收货地址等。通过购买数据可以统计出生产要素的销售量以及销售量的购买地址，进而确定预设种类的农副产品的生产要素的需求量以及预设种类的农副产品的生产地等。通过这种方式可以方便地得到采用传统方法较难统计的生产要素数据，且资源消耗量小，准确率更高。

在本实施例的一个可选实现方式中，所述步骤s103，即根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据的步骤，进一步包括以下步骤：

根据所述预测数据中的所述产量以及所述预设种类的农副产品的第二销售数据确定在所述未来预定时间段内所述预设种类的农副产品的供需关系。

该可选的实现方式中，第二销售数据可以为上一生产阶段生产出来的农副产品的销售数据，也可以是历史上包括上一生产阶段的多个生产阶段、或者不包括上一生产阶段的多个生产阶段生产出来的该预设种类的农副产品的销售数据。第二销售数据可以包括预设种类的农副产品的销售量，如果是多个生产阶段的销售数据，则可以是多个生产阶段销售量的平均值或者加权平均等。在确定了第二销售数据后，可以根据第二销售数据大概预估下未来预定时间段内该预设种类的农副产品的可能的销售数据，例如，往年预设种类的农副产品的销售量稳定在范围a，那么在其他条件没有太大变化的情况下，可以大概预估出下一年预设种类的农副产品的销售量也在范围a内。

在一些实施例中，可以根据第二销售数据以及未来预定时间段的一些影响因素(例如环境变化、自然灾害等因素)预测出未来预定时间段该预设种类的农副产品的预测销售量，进而再根据预测销售量与预测出来的下一生产阶段该预设种类的农副产品的产量确定未来预定时间段内的供需关系。

在一些实施例中，可以预先设置销售量预测模型，用于根据第二销售数据以及未来预定时间段的影响因素等预测未来预定时间段该预设种类的农副产品的预测销售量，销售量预测模型可以是线性回归模型或机器自学习模型等。通过这种方式，可以通过预测出的产量以及历史销售数据确定预设种类的农副产品在未来预定时间段内的供需关系，为下一步制定相应决策提供数据支持。

在本实施例的一个可选实现方式中，所述第二销售数据为所述预设种类的农副产品在预设历史时间段内和/或在所述预设种类的农副产品的销售地的销售数据。

在该可选的实现方式中，预设历史时间段可以是上一生产阶段生产出来的该预设种类的农副产品的销售阶段，也可以是历史上包括上一生产阶段的多个生产阶段、或者不包括上一生产阶段的多个生产阶段生产出来的该预设种类的农副产品的销售阶段。第二销售数据可以是在预设历史时间段获取的预设种类农副产品的所有销售数据，也可以是预设历史时间段获取的某一个或多个销售地的销售数据，还可以是某一个或多个销售地的所有销售数据。通过第二销售数据的获取区域的不同，可以针对不同地区预测该预设种类农副产品的供需数据，为下一步针对不同区域制定相应决策提供了数据支持。

在本实施例的一个可选实现方式中，所述步骤s103，即根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据的步骤，进一步还包括以下步骤：

根据所述供需关系预测所述预设种类的农副产品的价格波动情况。

该可选的实现方式中，在预测出预设种类农副产品在整个国家或者在不同地区的供需关系后，可以依据该供需关系以及经济规律等预测出该预设种类的农副产品的未来的价格波动情况。例如，供大于求的情况下，按照通常的经济规律可以知道，该预设种类的农副产品价格可能会下跌，而供不应求的情况下，该预设种类的农副产品价格可能会上涨。当然可以理解的是，农副产品的价格波动除了依赖供需关系，还可以依赖其他因素。例如，该预设种类的农副产品属于出口农产品，那么可能会随着与国外的贸易关系的变化而有所变化，与货币涨价或贬值等也有关系。因此，在实际应用的时候，除了供需关系之外，还可以考虑各种因素，使得预测出来的价格波动情况更加准确可靠。

在本实施例的一个可选实现方式中，所述方法进一步还包括：

根据所述供需数据确定所述预设种类的农副产品的决策价格的合理性。

该可选的实现方式中，对于农副产品，在宏观经济调控下，除了市场价格之外，有关部门还可能会提供决策价格，以避免农副产品的价格混乱问题。本实施例采用生产要素数据预测出预设种类的农副产品在未来预定时间段内的供需数据，而该供需数据可以客观地反映出该预设种类的农副产品在未来的价格走势，因此通过预测出来的供需数据可以确定决策价格的合理性。如果预测出该预设种类的农副产品未来供不应求，而决策价格依然是现阶段的价格，显然这个决策价格不合理；同样，如果预测出该预设种类的农副产品供大于求，而决策价格是现阶段的价格，则这个决策价格同样也不合理。

图3示出根据本公开另一实施方式的农副产品供需监控方法的流程图。如图3所示，所述农副产品供需监控方法包括以下步骤s301-s302：

在步骤s301中，根据供需数据确定所述预设种类的农副产品是否满足监控条件；所述供需数据为利用上一实施例所述的农副产品供需预测方法得到的；

在步骤s302中，在满足所述监控条件时，根据所述供需数据提供决策建议。

在下文中将对步骤s301和s302分别做进一步的描述。

步骤s301

本实施例中，供需数据是预设种类的农副产品在未来预定时间段内的供需数据，可以通过图1所示实施例及相关实施例所描述的农副产品供需预测方法得到。供需数据的预测细节可参见上述农副产品供需预测方法的描述，在此不再赘述。

本实施例中，可以预先设定好监控条件。监控条件可以基于农副产品的种类、性质、进出口情况及其他经济因素来设定。例如，最简单的一种方法是如果预设种类的农副产品在未来预定时间段的供需数据反映出其供需会发生不平衡，则可以认为满足监控条件。

步骤s302

根据未来预定时间段内的供需数据确定预设种类的农副产品满足监控条件时，可以根据供需数据提供决策建议，以便化解未来预定时间段由于预设种类的农副产品的供需不平衡而造成的一些问题。例如可能会由于供大于求而导致大幅降价，造成生产者的较大损失问题；或者由于供不应求而导致价格大幅上涨，造成抢购现象，造成广大人民群众不满等问题。

本公开实施例通过所获取的农副产品的生产要素数据预测得到农副产品在未来预定时间段内的产量等数据，并根据预测得到的数据确定该农副产品在未来预定时间段内的供需数据，进而再根据供需数据确定预设种类的农副产品是否满足监控条件，并在满足的情况下给出相应的决策建议。本公开实施例通过上述方式可以提前预测农副产品供需数据，并进一步给出决策建议，以减少农副产品可能由于供需不平衡等原因造成的经济损失，能够在一定程度上提前预知并解决农副产品的供需问题。

在本实施例的一个可选实现方式中，所述监控条件至少包括：所述预设种类的农副产品在所述未来预定时间段内供需不平衡。供需不平衡是农副产品价格发生大波动的主要原因之一，而通过生产要素数据预测出的供需数据可以反映出预设种类的农副产品的供需关系。因此，在预测出供需数据后，至少可以根据预设种类的农副产品在未来预定时间段内是否供需不平衡作为监控条件，以便在供需不平衡时，依据其供需数据给出正确的决策建议，减少未来预定时间段内由于供需问题而造成的经济损失。

在本实施例的一个可选实现方式中，所述步骤s302即在满足所述监控条件时，根据所述供需数据提供决策建议的步骤，进一步包括以下步骤：

在未来预定时间段内所述预设种类的农副产品的供应量与需求量的差值超过预设阈值时，根据所述预设种类的农副产品的属性提供决策建议。

该可选的实现方式中，预设阈值可以根据以往的经验和/或未来预定时间段内其他经济因素来设定。例如，可以依据以下条件设定：在预设种类的农副产品的产量(供应量)相较于需求量超过该预设阈值时，会导致该预设种类的农副产品的价格大幅下降，甚至会低于成本价。农副产品的属性包括但不限于农副产品的保存周期、生产周期、可替代性、进出口性等。在满足监控条件时，可以基于预设种类的农副产品的属性有针对性的给出决策建议。

在本实施例的一个可选实现方式中，所述根据所述预设种类的农副产品的属性提供决策建议的步骤，进一步包括以下步骤：

在时间属性满足预设时间条件时，提供更换为生产其他种类的农副产品的建议；

在时间属性不满足所述预设时间条件时，提供以下至少一项建议：

对所述预设种类的农副产品销售地进行调度；

预先建立用于存储所述预设种类的农副产品的仓库；

增加所述预设种类的农副产品的加工资源。

该可选的实现方式中，农副产品的种类不同，其保存周期、生产周期等有所不同。有的农副产品生产周期长且保存周期也长，而有的农副产品生产周期短保存周期也短。因此该可选实现方式中所要考虑的时间属性至少包括预设种类的农副产品的生产周期。在预测到预设种类的农副产品在未来预定时间段内会发生供需不平衡时，可以根据其生产周期来制定相应的决策。例如预设种类的农副产品的生产周期较长，在还没有开始生产该预设种类的农副产品的情况下，有充足的时间更换为其他种类的农副产品，而在该预设种类的农副产品的生产周期较短，没有充足的时间更换为其他种类的农副产品(这是因为能够更换的其他种类的农副产品的生产周期可能都较长)。因此，在一些实施例中，时间属性满足预设时间条件的情况至少包括该预设种类的农副产品的生产周期比要更换成的其他种类的农副产品的生产周期长，而时间时间属性不满足所述预设时间条件的情况至少包括该预设种类的农副产品的生产周期比所要更换的其他种类的农副产品的生产周期短。此外，在一些实施例中，所要更换为的其他种类的农副产品可以是与该预设种类的农副产品的生产条件相近，且未来预定时间段内可能会是供不应求的品种。

在一些实施例中，预设种类的农副产品在不同销售区域的供需关系可能不同。通过本公开实施例确定出不同销售区域内的供需关系后，如果出现不同销售区域有不同的供需关系，例如有的销售区域供大于求，而有的销售区域供不应求，可以建议将供大于求的地区的农副产品的一部分调度到供不应求的销售区域。

在一些实施例中，预设种类的农副产品的保存周期较长，例如木材等，这种情况下可以建议建立存储仓库，以便在预设种类的农副产品供大于求时，将多余部分先保存起来，并在下个周期进行售卖。

在一些实施例中，对于一些可以加工保存的农副产品，例如鱼类，可以增加加工厂资源等，将多余的农副产品进行简单加工或者精加工后，延长其保存周期，并以加工后的形式售卖出去。

通过本公开实施例，根据农副产品的属性不同而提出不同的决策建议，以便解决未来预定时间段由于供需不平衡带来的各种经济问题和/或社会问题。

下述为本公开装置实施例，可以用于执行本公开方法实施例。

图4示出根据本公开一实施方式的农副产品供需预测装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示，所述农副产品供需预测装置包括获取模块401、预测模块402和第一确定模块403：

获取模块401，被配置为获取预设种类的农副产品的生产要素数据；

预测模块402，被配置为根据预设模型以及所述生产要素数据预测得到预测数据；其中，所述预设模型为根据所述预设种类的农副产品的历史生产要素数据与历史产量得到的预测模型；所述预测数据至少包括预测得到的所述预设种类的农副产品在未来预定时间段内的产量；

第一确定模块403，被配置为根据所述预测数据确定所述预设种类的农副产品在所述未来预定时间段内的供需数据。

在下文中将对获取模块401、预测模块402和第一确定模块403分别做进一步的描述。

获取模块401

在一些实施例中，预设种类可以是预先设定的农副产品的任一小类或多个小类的组合，例如预设种类的农副产品为水稻这一小类，或者预设种类的农副产品为包括多种叶菜的多个小类的组合；而在另一些实施例中，预设种类也可以是预先设定的农副产品的某一大类，例如预设种类的农副产品可以是新鲜水果这一大类。

农副产品的生产要素为进行农副产品生产所需的要素及其环境条件等，包括但不限于物的要素、环境要素等，例如农业生产工具、化肥或/饲料、种子等。生产要素数据可以包括但不限于生产要素的类别、数量和/或质量等。

本实施例中，预设种类的农副产品的生产要素数据为在未来预定时间段内生产预设种类的农副产品所需的生产要素相关的数据；未来预定时间段可以是预设种类的农副产品的下一生产阶段。未来预定时间段与农副产品的生长周期以及生长环境相关，同一种类的农副产品在不同地区可以有不同的生产周期，例如水稻的生长周期可以是一年一茬、一年两茬或一年三茬，而不同的生长周期对应不同的生产阶段。因此，未来预定时间段可以基于农副产品的生产阶段来设置，例如可以设置为上一生产阶段的结束至下一生产阶段的开始。

在生产预设种类的农副产品之前，生产者通常会将生产所需的生产要素准备好，也即从预设种类的农副产品上一生产阶段结束之后到下一生产阶段开始的全部时间段或者部分时间段，都可以作为生产者预备生产要素的时间段。因此，获取模块401可以通过各种已知渠道收集该时间段内预设种类的农副产品的生产要素数据，例如可以收集该时间段内的生产要素的销售数据，进而确定将要用在预设种类的农副产品下一生产阶段的生产要素的种类、数量等。

预测模块402

本实施例中，预设模型可以是预先获得的，且能够根据下一生产阶段要用到的生产要素数据预测出预设种类的农副产品的产量等预测数据的预测模型。在一些实施例中，预测模型可以是线性回归模型。线性回归模型是通过线性回归分析方法建立起来的预测模型，线性回归分析方法是利用数理统计回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。本实施例中的预测模型可以是通过对历年来预设种类农副产品的生产要素数据与历年的真实数据进行线性回归分析而得到的线性回归模型，真实数据至少包括预设种类的农副产品历年的真实产量。在另一些实施例中，预测模型也可以是机器自学习模型。机器自学习模型可以是经过样本数据的训练后能够根据生产要素数据得到预测数据的模型，例如卷积神经网络、深度神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络等。样本数据可以包括历年来预设种类农副产品的生产要素数据与历年的真实数据，真实数据至少包括预设种类的农副产品历年的真实产量。

预设模型为预先建立好的，获取模块401在获得了预设种类的农副产品的生产要素数据后，预测模块402可以将生产要素数据输入至预设模型，进而由预设模型输出预测数据，预测数据至少包括预设种类的农副产品在未来预定时间段内的产量。当然可以理解的是，预测数据除了农副产品的产量之外，还可以包括用于确定未来预定时间段内预设种类的农副产品的供需数据的其他相关数据，例如销售地区、生产地区、销售地区的销售量等等，具体可根据实际情况进行设置，在此不做限制。

第一确定模块403

预测数据为确定未来预定时间段内预设种类的农副产品的供需数据的相关数据，例如产量等。那么在确定了预测数据之后，第一确定模块403可以根据预测数据确定预设种类的农副产品在未来预定时间段内的供需数据。在一些实施例中，第一确定模块403可以通过预测数据中的产量与上一生产阶段之后该预设种类的农副产品的销量来确定供需数据。当然，在其他实施例中，第一确定模块403还可以通过历次生产阶段后销售量的平均值与预测数据中的产量来确定供需数据。在一些实施例中，第一确定模块403还可以针不同区域确定区域级别的供需数据，而在另一些实施例中，第一确定模块403也可以确定总的供需数据等。当然可以理解的是，第一确定模块403在确定供需数据时，还可以考虑人为因素、环境因素、经济因素、天气因素以及自然灾害等对供需数据有影响的因素。

本公开实施例通过所获取的农副产品的生产要素数据预测得到农副产品在未来预定时间段内的产量等预测数据，并根据预测得到的数据确定该农副产品在未来预定时间段内的供需数据。本公开实施例通过上述方式可以提前预测农副产品的供需数据，并且由于是通过在未来预定时间段内生产该农副产品所要使用的生产要素的数据进行的预测，相较于采用历史供需数据进行预测的方式更加客观、准确率更高，且可以实现预测的自动化，而无需人工进行预测，能够解决已有技术中农副产品产销决策效率低下、且错误率较高的问题。

在本实施例的一个可选实现方式中，如图5所示，所述获取模块401，包括：

第一获取子模块501，被配置为获取生产要素的第一销售数据；

第一确定子模块502，被配置为根据所述第一销售数据确定在所述未来预定时间段内生产所述预设种类的农副产品的生产要素的需求量。

该可选的实现方式中，预设种类的农副产品的生产要素至少要包括生产所述预设种类的农副产品所需的物的要素，例如生产工具、化肥/饲料、种子/种苗等。在数据获取阶段，第一获取子模块501可以通过生产要素的销售渠道获取生产要素在上一生产阶段结束至下一生产阶段开始之间的第一销售数据。第一销售数据从一定程度上可以反映出下一生产阶段，用来生产该预设种类的农副产品时所要用到的生产要素的量。也就是说，第一确定子模块502可以根据第一销售数据确定在未来预定时间段(例如下一生产阶段)生产该预设种类的农副产品的生产要素的需求量。本公开通过生产要素的销售数据确定生产要素的需求量，进而可以根据生产要素的需求量预测出下一生产阶段农副产品的产量等数据，提高了预测的准确性。

在本实施例的一个可选实现方式中，所述获取模块401，还包括：

第二确定子模块，被配置为根据所述第一销售数据确定所述预设种类的农副产品的生产地。

该可选的实现方式中，农副产品的生产要素还可以包括生产所述预设种类的农副产品的环境要素，例如农副产品的生产区域等。因此，生产要素的第一销售数据除了包括销售量之外，还可以包括购买生产要素的人们的收货地址。通常情况下，用于生产预设种类的农副产品的生产者们才会购买相应的生产要素。因此，第二确定子模块可以统计预设种类的农副产品的生产要素的收货地址来确定预设种类的农副产品的生产地。此外，考虑到人们在线下购买生产要素时，通常会就近购买，因此也可以通过第一销售数据中售卖区域确定生产者们所在的地区，进而可以确定预设种类的农副产品的生产地。预设种类的农副产品在下一生产阶段的生产计划经常会受到上一生产阶段生产出来的该预设种类的农副产品的需求量、价格等的影响。例如，上一生产阶段生产的该预设种类的农副产品供不应求、涨价凶猛的情况下，下一生产阶段的生产地极有可能会扩大，也即会产生很多新的生产地，来生产该预设种类的农副产品；相反地，如果上一生产阶段生产的该预设种类的农副产品供大于求、且出现滞销严重的情况，下一生产阶段的生产地可能会减少，也即某些生产地不再生产该预设种类的农副产品，而是转而生产其他农副产品；但是无论生产地是增加还是减少，都很难根据上一阶段的数据预测增加或减少的具体是哪些地区。而本公开实施例可以通过获取生产要素的第一销售数据，进而通过第一销售数据统计得到购买生产要素的生产者们所在的地区，进而可以预估出下一生产阶段预设种类的农产品的生产地。

在本实施例的一个可选实现方式中，所述第一获取子模块501，包括：

第二获取子模块，被配置为从电商平台获取所述生产要素的购买数据。

在该可选的实现方式中，一些大型的生产企业或者生产集体对于生产要素的采购数据，可以从这些生产企业或者生产集体的采购计划或者批发商那边的销售数据中获得，而一些个体户的生产计划较难统计，有一些通过线下生产要素的销售门店购买，也有一些可能是通过网络上的电商平台购买生产要素。线下销售门店的购买数据可以通过销售商获得。而线上销售数据则可以通过电商平台获得，例如从淘宝平台获得用户对某一类或某些类生产要素的购买数据，购买数据可以包括生产要素的量、价格以及购买者的收货地址等。通过购买数据可以统计出生产要素的销售量以及销售量的购买地址，进而确定预设种类的农副产品的生产要素的需求量以及预设种类的农副产品的生产地等。通过这种方式可以方便地得到采用传统方法较难统计的生产要素数据，且资源消耗量小，准确率更高。

在本实施例的一个可选实现方式中，所述第一确定模块403，包括：

第三确定子模块，被配置为根据所述预测数据中的所述产量以及所述预设种类的农副产品的第二销售数据确定在所述未来预定时间段内所述预设种类的农副产品的供需关系。

该可选的实现方式中，第二销售数据可以为上一生产阶段生产出来的农副产品的销售数据，也可以是历史上包括上一生产阶段的多个生产阶段、或者不包括上一生产阶段的多个生产阶段生产出来的该预设种类的农副产品的销售数据。第二销售数据可以包括预设种类的农副产品的销售量，如果是多个生产阶段的销售数据，则可以是多个生产阶段销售量的平均值或者加权平均等。在确定了第二销售数据后，可以根据第二销售数据大概预估下未来预定时间段内该预设种类的农副产品的可能的销售数据，例如，往年预设种类的农副产品的销售量稳定在范围a，那么在其他条件没有太大变化的情况下，可以大概预估出下一年预设种类的农副产品的销售量也在范围a内。

在一些实施例中，第三确定子模块可以根据第二销售数据以及未来预定时间段的一些影响因素(例如环境变化、自然灾害等因素)预测出未来预定时间段该预设种类的农副产品的预测销售量，进而再根据预测销售量与预测出来的下一生产阶段该预设种类的农副产品的产量确定未来预定时间段内的供需关系。

在一些实施例中，还可以预先设置销售量预测模型，第三确定子模块可以使用销售量预测模型、根据第二销售数据以及未来预定时间段的影响因素等预测未来预定时间段该预设种类的农副产品的预测销售量，销售量预测模型可以是线性回归模型或机器自学习模型等。通过这种方式，可以通过预测出的产量以及历史销售数据确定预设种类的农副产品在未来预定时间段内的供需关系，为下一步制定相应决策提供数据支持。

在本实施例的一个可选实现方式中，所述第二销售数据为所述预设种类的农副产品在预设历史时间段内和/或在所述预设种类的农副产品的销售地的销售数据。

在该可选的实现方式中，预设历史时间段可以是上一生产阶段生产出来的该预设种类的农副产品的销售阶段，也可以是历史上包括上一生产阶段的多个生产阶段、或者不包括上一生产阶段的多个生产阶段生产出来的该预设种类的农副产品的销售阶段。第二销售数据可以是在预设历史时间段获取的预设种类农副产品的所有销售数据，也可以是预设历史时间段获取的某一个或多个销售地的销售数据，还可以是某一个或多个销售地的所有销售数据。通过第二销售数据的获取区域的不同，可以针对不同地区预测该预设种类农副产品的供需数据，为下一步针对不同区域制定相应决策提供了数据支持。

在本实施例的一个可选实现方式中，所述第一确定模块403，还包括：

预测子模块，被配置为根据所述供需关系预测所述预设种类的农副产品的价格波动情况。

该可选的实现方式中，在预测出预设种类农副产品在整个国家或者在不同地区的供需关系后，预测子模块可以依据该供需关系以及经济规律等预测出该预设种类的农副产品的未来的价格波动情况。例如，供大于求的情况下，按照通常的经济规律可以知道，该预设种类的农副产品价格可能会下跌，而供不应求的情况下，该预设种类的农副产品价格可能会上涨。当然可以理解的是，农副产品的价格波动除了依赖供需关系，还可以依赖其他因素。例如，该预设种类的农副产品属于出口农产品，那么可能会随着与国外的贸易关系的变化而有所变化，与货币涨价或贬值等也有关系。因此，在实际应用的时候，除了供需关系之外，还可以考虑各种因素，使得预测出来的价格波动情况更加准确可靠。

在本实施例的一个可选实现方式中，所述农副产品供需预测装置还包括：

第二确定子模块，被配置为根据所述供需数据确定所述预设种类的农副产品的决策价格的合理性。

该可选的实现方式中，对于农副产品，在宏观经济调控下，除了市场价格之外，有关部门还可能会提供决策价格，以避免农副产品的价格混乱问题。本实施例采用生产要素数据预测出预设种类的农副产品在未来预定时间段内的供需数据，而该供需数据可以客观地反映出该预设种类的农副产品在未来的价格走势。因此，第二确定子模块可以通过预测出来的供需数据可以确定决策价格的合理性。如果预测出该预设种类的农副产品未来供不应求，而决策价格依然是现阶段的价格，显然这个决策价格不合理；同样，如果预测出该预设种类的农副产品供大于求，而决策价格是现阶段的价格，则这个决策价格同样也不合理。

图6示出根据本公开一实施方式的农副产品供需监控装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示，所述农副产品供需监控装置包括第二确定模块601和建议模块602：

第二确定模块601，被配置为根据供需数据确定所述预设种类的农副产品是否满足监控条件；所述供需数据为利用上述农副产品供需预测装置得到的；

建议模块602，被配置为在满足所述监控条件时，根据所述供需数据提供决策建议。

在下文中将对第二确定模块601和建议模块602分别做进一步的描述。

第二确定模块601

本实施例中，供需数据是预设种类的农副产品在未来预定时间段内的供需数据，可以通过图4所示实施例及相关实施例所描述的农副产品供需预测装置得到。供需数据的预测细节可参见上述农副产品供需预测装置的描述，在此不再赘述。

本实施例中，可以预先设定好监控条件。监控条件可以基于农副产品的种类、性质、进出口情况及其他经济因素来设定。例如，最简单的一种方法是如果预设种类的农副产品在未来预定时间段的供需数据反映出其供需会发生不平衡，则可以认为满足监控条件。

建议模块602

根据未来预定时间段内的供需数据确定预设种类的农副产品满足监控条件时，建议模块602可以根据供需数据提供决策建议，以便化解未来预定时间段由于预设种类的农副产品的供需而造成的一些问题。例如可能会由于供大于求而导致大幅降价，造成生产者的较大损失问题；或者由于供不应求而导致价格大幅上涨，造成抢购现象，造成广大人民群众不满等问题。

本公开实施例通过所获取的农副产品的生产要素数据预测得到农副产品在未来预定时间段内的产量等数据，并根据预测得到的数据确定该农副产品在未来预定时间段内的供需数据，进而再根据供需数据确定预设种类的农副产品是否满足监控条件，并在满足的情况下给出相应的决策建议。本公开实施例通过上述方式可以提前预测农副产品供需数据，并进一步给出决策建议，以减少农副产品可能由于供需不平衡等原因造成的经济损失，能够在一定程度上提前预知并解决农副产品的供需问题。

在本实施例的一个可选实现方式中，所述监控条件至少包括：所述预设种类的农副产品在所述未来预定时间段内供需不平衡。供需不平衡是农副产品价格发生大波动的主要原因之一，而通过生产要素数据预测出的供需数据可以反映出预设种类的农副产品的供需关系。因此，在预测出供需数据后，至少可以根据预设种类的农副产品在未来预定时间段内是否供需不平衡作为监控条件，以便在供需不平衡时，依据其供需数据给出正确的决策建议，减少未来预定时间段内由于供需问题而造成的经济损失。

在本实施例的一个可选实现方式中，所述建议模块602，包括：

第一建议子模块，被配置为在所述未来预定时间段内所述预设种类的农副产品的供应量与需求量的差值超过预设阈值时，根据所述预设种类的农副产品的属性提供决策建议。

该可选的实现方式中，预设阈值可以根据以往的经验和/或未来预定时间段内其他经济因素来设定。例如，可以依据以下条件设定：在预设种类的农副产品的产量(供应量)相较于需求量超过该预设阈值时，会导致该预设种类的农副产品的价格大幅下降，甚至会低于成本价。农副产品的属性包括但不限于农副产品的保存周期、生产周期、可替代性、进出口性等。在满足监控条件时，可以基于预设种类的农副产品的属性有针对性的给出决策建议。

在本实施例的一个可选实现方式中，所述第一建议子模块，包括：

第二建议子模块，被配置为在时间属性满足预设时间条件时，提供更换为生产其他种类的农副产品的建议；

第三建议子模块，被配置为在时间属性不满足所述预设时间条件时，提供以下至少一项建议：

对所述预设种类的农副产品销售地进行调度；

预先建立用于存储所述预设种类的农副产品的仓库；

增加所述预设种类的农副产品的加工资源。

该可选的实现方式中，农副产品的种类不同，其保存周期、生产周期等有所不同。有的农副产品生产周期长且保存周期也长，而有的农副产品生产周期短保存周期也短。因此该可选实现方式中所要考虑的时间属性至少包括预设种类的农副产品的生产周期。在预测到预设种类的农副产品在未来预定时间段内会发生供需不平衡时，可以根据其生产周期来制定相应的决策。例如预设种类的农副产品的生产周期较长，在还没有开始生产该预设种类的农副产品的情况下，有充足的时间更换为其他种类的农副产品，而在该预设种类的农副产品的生产周期较短，没有充足的时间更换为其他种类的农副产品(这是因为能够更换的其他种类的农副产品的生产周期可能都较长)。因此，在一些实施例中，时间属性满足预设时间条件的情况至少包括该预设种类的农副产品的生产周期比要更换成的其他种类的农副产品的生产周期长，而时间时间属性不满足所述预设时间条件的情况至少包括该预设种类的农副产品的生产周期比所要更换的其他种类的农副产品的生产周期短。此外，在一些实施例中，所要更换为的其他种类的农副产品可以是与该预设种类的农副产品的生产条件相近，且未来预定时间段内可能会是供不应求的品种。

在一些实施例中，预设种类的农副产品在不同销售区域的供需关系可能不同。通过本公开实施例确定出不同销售区域内的供需关系后，如果出现不同销售区域有不同的供需关系，例如有的销售区域供大于求，而有的销售区域供不应求，可以建议将供大于求的地区的农副产品的一部分调度到供不应求的销售区域。

在一些实施例中，预设种类的农副产品的保存周期较长，例如木材等，这种情况下可以建议建立存储仓库，以便在预设种类的农副产品供大于求时，将多余部分先保存起来，并在下个周期进行售卖。

在一些实施例中，对于一些可以加工保存的农副产品，例如鱼类，可以增加加工厂资源等，将多余的农副产品进行简单加工或者精加工后，延长其保存周期，并以加工后的形式售卖出去。

通过本公开实施例，根据农副产品的属性不同而提出不同的决策建议，以便解决未来预定时间段由于供需不平衡带来的各种经济问题和/或社会问题。

图7是适于用来实现根据本公开实施方式的农副产品供需预测方法的电子设备的结构示意图。

如图7所示，电子设备700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行上述图1所示的实施方式中的各种处理。在ram703中，还存储有电子设备700操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。

以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施方式，上文参考图1描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行图1的方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。

附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

图7所示的电子设备700同样也适用于实现图3所示实施例及相关实施例所描述的农副产品供需监控方法。

描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。