技术总结
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。
技术研发人员：王振;雷维卓
受保护的技术使用者：重庆大学
文档号码：201610437443
技术研发日：2016.06.17
技术公布日：2016.11.16