[发明专利]一种基于大数据计算的中药材价格预测方法

摘要

本发明公开了一种基于大数据计算的中药材价格预测方法，先采用X12季节调整算法将历史月售价格分解为月售价格的趋势循环因子、季节因子、不规则因子和季节交易日混合因子。采用时间序列法对其中规律明显的趋势循环因子进行预测得到新的趋势循环因子，然后还原各个月份的季节因子，使用当年的CPI来代表年度中各个月份的CPI的值。最后挖掘各个年度的降雨量数据，将趋势循环因子、季节因子、不规则因子、季节交易日因子、当月CPI和年降雨量作为LM‑BP神经网络模型的输入层进行分析预测。使用本发明的方法预测效果明显优于单一的时间序列法，新方法较大程度地提高了白术月售价格的预测精度，可以推广到市场作为中药材月售价格的预测方法。

主权项

一种基于大数据计算的中药材价格预测方法，其特征在于：包括以下步骤：S1：获取历史月售价格数据并采用X12季节调整算法将历史月售价格数据分解为月售价格的趋势循环因子、季节因子、不规则因子和季节交易日混合因子；S2：采用时间序列法对趋势循环因子进行预测得到新的趋势循环因子；S3：根据历史月售价格数据获取预测月份的季节因子；S4：根据历史月售价格数据获取当月份的CPI值；S5：获取年降雨量数据；S6：将新趋势循环因子、季节因子、不规则因子、季节交易日因子、CPI值和年降雨量输入到LM‑BP神经网络模型的输入层进行分析预测。