Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于LSTM模型的猪肉专卖网点各类猪肉销售量的预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:青岛中沃兴牧食品科技有限公司

摘要:一种基于LSTM模型的猪肉专卖网点各类猪肉销售量的预测方法,涉及猪肉销售量预测领域,主要包括收集客流量数据,数据收集,将与各类猪肉销售量相关的数据项进行收集;数据清洗和预处理,对异常值和缺失值直接删除,所收集的数据中涉及到数值型数据则采用最大值最小值归一法对其进行标准化处理;各类猪肉销售量预测模型训练和生成;通过客流量预测模型预测客流量数据;通过猪肉价格预测模型预测猪肉价格;利用各类猪肉销售量预测模型预测出各类猪肉销售量;其有益效果为:本发明综合考虑客流量、时间节日、气候数据以及猪肉价格对各类猪肉销售量的预测,通过深度学习将客流量、时间节日、气候数据以及猪肉价格的规律性特征提取出来,通过精准的预测出网点的各猪肉销售量。

主权项:1.一种基于LSTM模型的猪肉专卖网点各类猪肉销售量的预测方法,其特征在于,具体的步骤如下:S11,数据收集,将与猪肉销售相关的数据项进行收集,涉及到的数据项有:客流量数据、时间节日、气候数据和猪肉价格数据,以及各类猪肉的销售量,其中客流量数据通过各个网点的客流量监控装置进行收集,将上述数据保存在数据库中;S12,数据清洗和预处理,对步骤S11中收集的数据进行清洗,对异常值和缺失值直接删除,所收集的数据中涉及到数值型数据则采用最大值最小值归一法对其进行标准化处理,所收集的数据涉及到类型数据则采用嵌入层法进行数据预处理;S13:各类猪肉销售量预测模型训练和生成,将步骤S12处理好的数据,输入到LSTM模型进行训练生成各类猪肉销售量预测模型,将每天的客流量数据、时间节日特征数据、气候数据和猪肉价格作为特征模型特征数据,以每天各类猪肉销售量作为目标数据,采用多层LSTM模型对进行训练,LSTM模型经过多次迭代后,当损失误差值趋于平稳时结束训练;各类猪肉销售量预测模型的损失函数为均方误差损失函数,激活函数为ReLU函数;将训练完成的各类猪肉销售量预测模型进行保存,用于预测每天各类猪肉销售量的预测;S14:客流量预测模型,利用已有的客流量预测模型;S15:客流量预测数据,利用步骤S14中的客流量预测模型预测客流量数据;S16:猪肉价格预测模型,利用已有的猪肉价格预测模型;S17:猪肉价格预测数据,利用步骤S16中的猪肉价格预测模型预测猪肉价格;S18:将步骤S11中关于时间节日、气候数据、步骤S15预测得到的客流量数据和步骤S17中预测得到的猪肉价格,经过与步骤S12的数据清洗和预处理后,输入到步骤S13的各类猪肉销售量预测模型中,预测出每天各类猪肉销售量;所述的客流量数据通过客流量监控装置收集数据,所述的客流量监控装置主要包括支脚1、连接环2、连接杆3、客流量计4、伸缩杆5和反射板6,所述的客流量计4分为底部客流量计41和顶部客流量计42,所述的支脚1通过固定螺栓7与连接环2固定在一起,所述的连接杆3插入到连接环2内,所述连接杆3的顶端安装在底部客流量计41的底部上,所述的底部客流量计41的顶端连接有伸缩杆5,伸缩杆5由多节连杆组成,可以自由伸缩,所述的伸缩杆5的顶端设有用于衔接伸缩杆5与顶部客流量计42的连接头9,所述的连接头9的顶部固定有顶部客流量计42;所述的顶部客流量计42距地高度为120-130cm,所述的底部客流量计41的离地高度为80-100cm,所述的客流量数据获取的公式为: 其中K为实际客流量数据,采用Round函数对计算结果进行四舍五入取整,为顶部客流量计42的客流量读数,为底部客流量计41的客流量读数。

全文数据:

权利要求:

百度查询: 青岛中沃兴牧食品科技有限公司 一种基于LSTM模型的猪肉专卖网点各类猪肉销售量的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。