[发明专利]一种生猪价格趋势预测方法

权利要求书

1.一种生猪价格趋势预测方法，其特征在于：所述方法包括如下步骤：

第一步，采用holt-winters加法预测出生猪价格；

第二步，通过建立马尔科夫预测模型预测价格走向趋势，对生猪价格进行宏观掌控。

2.根据权利要求1所述的生猪价格趋势预测方法，其特征在于：所述第一步具体如下：

Holt-winters加法模型如下：

S_t＝α(X_t-I_t-L)+(1-α)(S_t-1-b_t-1)

I_t＝β(X_t-S_t)+(1-β)l_t-L

b_t＝γ(S_t-S_t-1)+(1-γ)b_t-1

F_t+m＝S_t+mb_t+I_t-L+m

holt-winters加法模型的初始值计算公式为：I_t＝X_t-S_t，b_t＝0(t＝1，2，....，L)；

其中，X_t为t时刻的观测值；S_t为t时刻的稳定成分；I_t为t时刻的季节成分；b_t为t时刻的趋势成分；F_t+m为m期的预测值；m为预测的期数；L为季节长度；α、β、γ∈[0，1]为平滑参数。

3.根据权利要求1所述的生猪价格趋势预测方法，其特征在于：所述第二步具体如下：

(1)计算状态转移概率和状态转移概率矩阵；

从某状态由状态E_i转为状态E_j的状态转移概率为P_ij。则某个事件的发展过程有n个可能的状态，即E₁，E₂，......，E_n。记为P_ij为从状态E_i装变为状态E_j的状态转移概率，则矩阵状态转移概率矩阵为：

P_ij满足条件：

矩阵P就是求从每个状态转移到其它任何一个状态的状态转移概率；P_ij(i，j＝1，2，Λ，n)；一般采用频率近似概率的思想进行计算；

(2)计算状态概率；

事件在初始(k＝0)状态为已知的情况经过k次状态转移后，在第k个时刻或时期处于E_j状态π_j(k)满足：马尔可夫过程的无后效性及Bayes条件概率公式，有

(j＝1，2，A，n)，若转变为行向量为：

π(k)＝[π₁(k)，π₂(k)，Λ，π_n(k)]，状态递推公式：

π(0)＝[π₁(0)，π₂(0)，Λ，π_n(0)]是初始状态向量；

(3)计算第k个时刻(时期)的状态概率预测；

π(0)已知，可以求得它经过k次状态转移后，在第k个时刻(时期)处于各种可能的状态的概率π(k)，得到该事件在第k个时刻(时期)的状态概率预测。