[发明专利]一种水果价格预测方法

权利要求书

1.一种水果价格预测方法，其特征在于，利用LSTM模型，结合影响某一种或多种水果价格因素的各个因子，对数据进行采集、清洗和处理；建立该水果的价格预测模型，通过对该种水果相关数据的挖掘与分析，进行模型训练和参数调优，实现价格预测；

该方法的实现包括数据采集、数据处理、模型构建、模型训练、误差评价以及价格预测，其中模型构建基于LSTM构建模型。

2.根据权利要求1所述的一种水果价格预测方法，其特征在于，所述数据的采集除该水果本身的相关数据，还同步采集其竞品价格数据的周、月、年价格相关数据。

3.根据权利要求2所述的一种水果价格预测方法，其特征在于，所述竞品种类为5类；

所述水果为苹果，所述竞品种类包括香梨、香蕉、西瓜、葡萄和哈密瓜。

4.根据权利要求1或2或3所述的一种水果价格预测方法，其特征在于对采集的数据进行数据规范化处理后，进一步进行降维处理；对相关因素进行典型相关分析，得出各维数据与待预测水果价格的相关度。

5.根据权利要求4所述的一种水果价格预测方法，其特征在于，所述模型构建，将已处理完成的规范化数据集分为训练集和测试集，然后搭建LSTM神经网络结构，并根据相关误差进行参数调整；

将数据集划分为监督学习的多变量输入，确定对应的网络结构；采用的模型结构为多输入、单输出，利用多维多步预测的方法实现水果价格的预测。

6.根据权利要求5所述的一种水果价格预测方法，其特征在于，训练集与测试集的比例划分按照7:3的比例进行，然后在训练集中再进行验证集的划分，验证集的划分采用交叉验证的方式；

数据集划分后，使用默认的超参数设置，通过观察loss的变化，初步定下各个超参数的范围，再进行调参。

7.根据权利要求6所述的一种水果价格预测方法，其特征在于，采用均方误差作为基本标准进行误差评价，使用默认的参数设置，通过观察趋势图的变化，初步定下各个参数的范围，然后不断运行，并不断进行参数调整，直到预测值和实际值落到允许的误差范围内。

8.根据权利要求6所述的一种水果价格预测方法，其特征在于，模型构建和训练完成后，依据输入的数据集，得出未来一天、一周、一月和一年的待预测水果的销售价格。

9.一种水果价格预测装置，其特征在于，包括：至少一个存储器和至少一个处理器；

所述至少一个存储器，用于存储机器可读程序；

所述至少一个处理器，用于调用所述机器可读程序，执行权利要求1至8任一所述的方法。

10.计算机可读介质，其特征在于，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行权利要求1至8任一所述的方法。