一种基于多源数据的农资订单预测系统及方法与流程

本发明涉及农业信息处理，具体而言，涉及一种基于多源数据的农资订单预测系统及方法。

背景技术：

1、农资是农业资源的简称，包括农业生产过程中所需要的各种物资和要素。农资是农业生产的基础，对农业生产的稳定和发展具有至关重要的作用，农资订单是指农民、农业合作社或其他农业实体在购买农资(如种子、化肥、农药、农机具等)时，向农资供应商发出的订货单，现如今，由于互联网大数据的飞速发展，进行农资订单的处理时，会收到全国各地不同类型的农资订单，处理这些来自各地多源化、复杂化的农资订单时，一般难以进行数据的整合分类以及预测。

2、现已公开的专利名称为“一种基于分布式数据的农作物品种产量预测方法及装置”、公布号为cn115564145b的中国发明专利，该方法包括：获取产量预测指标集的指标值，作为预测数据存储在对应节点服务器上；每个节点服务器只存储所属区域内种植的品种对应的预测数据；将预测数据中的性状指标值与环境指标值进行笛卡尔乘积运算，得到特征数据；将每个待预测品种的特征数据，分别输入至预设的基于联邦学习的产量预测模型，输出每个待预测品种的产量预测结果；产量预测模型，是根据每个节点服务器基于本地训练数据进行本地训练后，再利用所有节点服务器的训练参数进行全局协同训练后得到。该方法不仅较好地解决了现实中品种试验数据难以共享的难题，还可使预测结果更为准确，但是预测结果在训练后无法判断是否一直维持在准确的数值区间，会影响预测结果。

技术实现思路

1、本申请的目的在于提供一种基于多源数据的农资订单预测系统及方法，其解决了多源数据的农资订单的整合分类以及进行订单预测并维持订单预测的准确度的技术问题。

2、为了解决上述技术问题，本申请采用的方案如下：

3、本发明提供一种基于多源数据的农资订单预测方法包括以下过程，

4、优选的，步骤s1:接收端口录入历年的农资订单数据，对数据预处理，对农资订单数据分类；其中历年的农资订单数据以1-12月为一个完整年度。

5、优选的，步骤s2：识别农资订单数据的文字信息，遍历农资订单数据，通过检索特征词的方式，判断信息段中是否具有特征词，删除不属于特征词范围内的内容，提取具有农资订单数据中的有效数据。

6、优选的，步骤s3:上述有效数据通过年度、季节、地域为节点进行分类统计得到树形构造的统计数据，其中年度为季节的父节点，季节为地域的父节点；将分类统计数据发送至显示器上以图表形式呈现；上述地域指农产品的生产地域。

7、优选的，步骤s4:将步骤三中历年来得到的分类统计数据总量的一部分，输入至模型训练模块中，通过随机森林算法进行训练预测，输出预测值。

8、优选的，步骤s5:将步骤s3得出的年度下每月份各农产品交易总量数据和步骤s4得出年度下每月份各农产品交易总量数据的模拟训练预测值输入至订单预测模块，通过计算软件进行残差和残差的平方和的计算，通过限定的阈值数值，判断残差的各数值和残差的平方和的数值是否小于限定阈值。

9、残差计算公式为：

10、e＝y-y^   (1)

11、式(1)中，e为每个月份下各农产品的模型训练预测值与交易总量数据值的残差值，y为每个月份下模型训练预测值，y^为每个月份下交易总量数据值。

12、残差平方和计算公式为：

13、e^＝(e1)2+(e2)2+……+(ex)2  (2)

14、式(2)中，e^表示x个月份下的残差平方和，e1、e2……ex为每个月份下各农产品的模型训练预测值与交易总量数据值的残差值，其中x表示月份的数量。

15、优选的，步骤s6:如果进行对比的数值大于或等于限定阈值时，得到的各农产品的模型训练预测值不准确，订单预测模块传输优化信号至数据优化模块中。

16、优选的，步骤s7：数据优化模块将步骤3中还未输入至模型训练模块的另一部分各农产品交易总量数据，分批次输入到训练模块中进行训练预测；重复步骤5，直至残差值小于限定的阈值，不进行步骤6。

17、优选的，步骤s8:如果进行对比的数值小于限定阈值时，得到的各农产品的模型训练预测值较为准确，将该模型训练预测值输出。

18、优选的，步骤s9：将上述符合限定阈值范围的各农产品交易总量数据的模拟训练预测值，传输至可视化和报告模块中，通过数模转换输出至其内部的用户界面的显示器上直观展示数值。

19、优选的，一种基于多源数据的农资订单预测系统，包括特征工程模块，模型预测模块。

20、优选的，所述特征工程模块内部设置有分类判断子模块，其获得有效数据后，按照年度、季节、地域进行各农产品交易总量数据的分类统计。

21、优选的，所述模型预测模块内部设置有随机森林分类器进行训练预测。

22、优选的，还包括有数据收集模块，所述数据收集模块录入历年的农资订单数据，通过检索特征词，提取有效数据；分离的有效数据在数据库中存储，分离的无效数据删除。

23、优选的，还包括有订单预测模块，所述订单预测模块通过内部的计算软件对输入的数值进行残差和残差平方和计算，通过内部的比较子模块对残差和残差平方的数值与设定的限定阈值进行比较判断。

24、7、根据权利要求4所述的一种基于多源数据的农资订单预测系统，其特征在于，还包括有可视化和报告模块，所述可视化和报告模块包括hmi人机接口、用户界面、程序控制器(plc)，所述用户界面内设置有显示器。

25、本申请的技术方案至少具有如下优点和有益效果：

26、通过特征工程模块通过年度、季节、地域为节点进行分类统计得到树形构造的统计数据，并在显示器上以图表形式呈现，便于人员直观观测，不同的分类统计便于人员对农资订单各类别检索；通过模型训练模块对存入的有效数据进行训练预测，预测值在订单预测模块中与有效数据值进行残差判断，保证模型训练模块的预测值一直维持在准确的预测范围内，提高模型训练模块的模拟预测值准确度。

技术特征：

1.一种基于多源数据的农资订单预测方法，其特征在于，所述方法包括以下过程；

2.根据权利要求1所述的一种基于多源数据的农资订单预测系统及方法，其特征在于，还包括以下过程；

3.根据权利要求2所述的一种基于多源数据的农资订单预测方法，其特征在于，还包括以下过程；

4.一种基于多源数据的农资订单预测系统，其特征在于，包括特征工程模块，模型预测模块；

5.根据权利要求4所述的一种基于多源数据的农资订单预测系统，其特征在于，还包括有数据收集模块，所述数据收集模块录入历年的农资订单数据，通过检索特征词，提取有效数据；分离的有效数据在数据库中存储，分离的无效数据删除。

6.根据权利要求4所述的一种基于多源数据的农资订单预测系统，其特征在于，还包括有订单预测模块，所述订单预测模块通过内部的计算软件对输入的数值进行残差和残差平方和计算，通过内部的比较子模块对残差和残差平方的数值与设定的限定阈值进行比较判断。

7.根据权利要求4所述的一种基于多源数据的农资订单预测系统，其特征在于，还包括有可视化和报告模块，所述可视化和报告模块包括hmi人机接口、用户界面、程序控制器(plc)，所述用户界面内设置有显示器。

技术总结本发明涉及农业信息处理技术技术领域，具体涉及一种基于多源数据的农资订单预测系统及方法，其包括，数据收集模块录入历年的农资订单数据，通过检索特征词，提取有效数据，特征工程模块内部设置有分类判断子模块，其获得有效数据后，按照年度、季节、地域进行各农产品交易总量数据的分类统计，模型预测模块内部设置有随机森林分类器进行训练预测，订单预测模块通过内部的计算软件对输入的数值进行差值计算，通过内部的比较子模块对差值与设定的限定阈值进行比较判断，可视化和报告模块直观显示各农产品有效数据。本发明解决了多源数据的农资订单的整合分类以及进行订单预测并维持订单预测的准确度的技术问题。技术研发人员：黄翔,廖海洋,何佳蔚,崔磊,朱志强受保护的技术使用者：四川蓝图智造科技有限公司技术研发日：技术公布日：2024/8/1