本发明涉及价格预测,特别涉及一种生猪价格的预测系统及方法。
背景技术:
1、由于我国养猪生产存在波动,对于养殖户来说,生猪价格的预测对养殖决策有重要指导意义。
2、当前的生猪价格预测,通常是工作人员定期发布一次,例如,每年发布一次未来一年的价格走势预测,但是这样的发布频率往往满足不了养殖户的实际需求。例如,已发布2024年全年的价格预测结果,但是养殖户根据所在养殖场的出栏时间,需要知晓2025年1-2月的价格预测结果,如果按照正常的发布规律,需要等到2024年年末甚至2025年年初,养殖户知晓预测结果太晚,调整的空间太小,无法满足养殖户的需求,
3、为此,需要一种能够根据实际情况调整发布频率的生猪价格的预测系统及方法。
技术实现思路
1、本发明的目的之一在于,提供一种生猪价格的预测方法,能够根据实际情况调整发布频率。
2、为了解决上述技术问题,本申请提供如下技术方案:
3、一种生猪价格的预测方法,包括如下步骤:
4、步骤一、获取用户的预约信息,预约信息包括期望预测的时间段以及养殖规模;
5、步骤二、根据各个期望预测时间的预约信息计算期望值,判断是否有任一期望预测时间段的期望值超过预约阈值,如果超过,生成预测计划;
6、步骤三、根据预测计划,生成输入参数要求信息,根据输入参数要求信息获取输入参数,将输入参数输入预训练的预测模型;
7、步骤四、从预测模型获取预测结果,将预测结果推送至对应的预约用户;
8、步骤五、发布预测结果。
9、进一步,所述步骤二中,不同养殖规模预设不同的权重值,通过对同一期望预测时间段内所有用户的权重值求和,得到期望值。
10、进一步,步骤三中,预测模型的训练包括:
11、s1、获取训练参数,
12、s2、对训练参数进行预处理,建立训练集和验证集;
13、s3、构建预测模型,设置预测模型的结构,定义损失函数和优化器;
14、s4、使用训练集对预测模型进行训练;
15、s5、在训练过程中,使用验证集评估预测模型的性能;
16、s6、训练完成后,将训练好的预测模型进行保存。
17、进一步,所述步骤s1中,训练参数包括历史生猪价格、生猪存栏量、历史饲料价格、替代品价格、疫病数据、政策数据、宏观经济指标数据。
18、进一步,所述输入参数要求信息包括输入参数的内容,以及输入参数的产生时间。
19、进一步,所述预测模型采用lstm模型。
20、进一步,所述步骤一中,还获取用户的模式选择信息,模式选择信息包括对话模式和专业模式;
21、在专业模式下,显示预设的信息采集界面,获取用户输入的预约信息;
22、在对话模式下,生成预设的对话界面,对话界面包括信息提示框、对话显示框以及对话输入框;
23、信息提醒框包括预测信息输入提示框、已预测价格显示框、发布时间显示框和已预约时间段显示框;
24、预测信息输入提示框显示用户需要输入的预约信息;
25、已预测价格显示框显示已有的预测结果;
26、发布时间显示框显示下一次发布预测价格的时间;
27、已预约时间段显示框显示最近一次已经被用户预约过,没有超过预约阈值的时间段;
28、对话显示框显示用户的对话内容;
29、对话输入框供用户输入内容。
30、进一步,还接收用户的点击选择操作,当点击目标为预测信息输入提示框时,显示用户需要输入的预约信息,以及每一项预约信息的解释;
31、当点击目标为已预测价格显示框时,显示预设时间内的历史生猪价格,以及已有的预测结果;
32、当点击目标为发布时间显示框时,显示已确定的未来发布预测价格的时间;
33、当点击目标为已预约时间段显示框时,显示所有已经被用户预约过,没有超过预约阈值的时间段。
34、本发明的目的之二在于,提供一种生猪价格的预测系统,包括信息获取模块、任务分配模块、预测模块、提醒模块和信息发布模块;
35、信息获取模块用于获取用户的预约信息,预约信息包括期望预测的时间段以及养殖规模;
36、任务分配模块用于根据各个期望预测时间的预约信息计算期望值,判断是否有任一期望预测时间段的期望值超过预约阈值,如果超过,生成预测计划;
37、预测模块用于根据预测计划,生成输入参数要求信息,根据输入参数要求信息获取输入参数,将输入参数输入预训练的预测模型;
38、提醒模块用于从预测模型获取预测结果,将预测结果推送至对应的预约用户;
39、信息发布模块用于发布预测结果。
40、进一步,还包括模型训练模块,模型训练模块包括参数获取单元、预处理单元、模型构建单元、模型训练单元和调优单元;
41、参数获取单元用于获取训练参数,训练参数包括历史生猪价格、生猪存栏量、历史饲料价格、替代品价格、疫病数据、政策数据、宏观经济指标数据;
42、预处理单元用于对训练参数进行预处理,建立训练集和验证集;
43、模型构建单元用于选择预测模型的类型,对预测模型的结构进行设置,定义损失函数和优化器:
44、模型训练单元用于使用训练集对预测进行训练;
45、调优单元用于在训练过程中,使用验证集评估预测模型的性能;训练完成后,将训练好的模型进行保存。
46、本方案采用对话模式和专业模式,供不同的用户选择,提高了用户体验,使得用户能够根据自身情况,选择合适的交互方式。用户可以提前预约期望预测的时间段。通过对不同养殖规模设定不同权重值,并综合所有用户的预约信息计算期望值,使得预约能够反映实际需求,减少工作量,当某一时间段预约量足够多时,工作人员可以提前发布该时间段的价格预测结果,帮助用户决策。
47、而且,本实施例的训练模型使用了多方面的参数,包括历史价格、存栏量、饲料价格、疫病数据、政策数据和宏观经济指标等,这些数据来源丰富而全面,有助于提高预测模型的准确性和可信度。
48、综上所述,该实施例结合了用户的实际需求和丰富的数据来源,能够根据实际情况动态调整生猪价格预测结果的发布频率,为农业生产提供了科学、精准的指导。
1.一种生猪价格的预测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的生猪价格的预测方法,其特征在于:所述步骤二中,不同养殖规模预设不同的权重值,通过对同一期望预测时间段内所有用户的权重值求和,得到期望值。
3.根据权利要求2所述的生猪价格的预测方法,其特征在于:步骤三中,预测模型的训练包括:
4.根据权利要求3所述的生猪价格的预测方法,其特征在于:所述步骤s1中,训练参数包括历史生猪价格、生猪存栏量、历史饲料价格、替代品价格、疫病数据、政策数据、宏观经济指标数据。
5.根据权利要求4所述的生猪价格的预测方法,其特征在于:所述输入参数要求信息包括输入参数的内容,以及输入参数的产生时间。
6.根据权利要求5所述的生猪价格的预测方法,其特征在于:所述预测模型采用lstm模型。
7.根据权利要求6所述的生猪价格的预测方法,其特征在于:所述步骤一中,还获取用户的模式选择信息,模式选择信息包括对话模式和专业模式;
8.根据权利要求7所述的生猪价格的预测方法,其特征在于:还接收用户的点击选择操作,当点击目标为预测信息输入提示框时,显示用户需要输入的预约信息,以及每一项预约信息的解释;
9.一种生猪价格的预测系统,其特征在于,包括信息获取模块、任务分配模块、预测模块、提醒模块和信息发布模块;
10.根据权利要求9所述的生猪价格的预测系统,其特征在于:还包括模型训练模块,模型训练模块包括参数获取单元、预处理单元、模型构建单元、模型训练单元和调优单元;