[发明专利]一种基于云平台的农化产品销售预测系统及其方法

说明书

技术领域

本发明涉及农产品销售领域，特别是一种基于云平台的农化产品销售预测系统及其方法。

背景技术

在农化产品行业中，农化产品的生产存储一般和产品的销售相互隔离，联系不紧密，农业种植人员对农化产品的需求情况往往会受到政府政策等人为因素和天气、温度、虫害等自然因素的影响。因此，农化产品生产厂商同样会因为政府政策、天气、温度、虫害等人为因素和自然因素影响产品的库存信息和销售信息，从而引起产品断货或滞销浪费存储空间等问题，进一步增加生产厂家在非核心环节的成本。

在传统的农化产品经销模式中，形成了以生产厂家为中心的厂家、经销商、零售商、消费者的销售层级。生产厂家传统的销售信息记录方式仅仅只有简单的人工记账等方式，因此销售情况仅仅只能通过现有收集的人工账本极粗略的根据历史情况进行预测，不能达到准确预测的目的。

云计算技术是近几年计算机领域的新技术，在大数据的网络存储和分布式、并行化计算领域中有着良好的应用前景。将传统的农化产品生产存储销售模式和新兴的计算机技术相结合，能够高效的采集、整个农业信息、提供精准的农化产品销售服务，达到农化产品生产厂家的销售情况最优化，从而节约生产销售中的成本。

2016年6月电子设计工程发表的《大数据精准挖掘处理架构及预测模型研究》中，提出了一种利用云计算和大数据的处理技术，以提高大数据的精确挖掘与预测能力，解决传统数据挖掘技术无法适应大数据处理环境的能力，重点研究了基于BP神经网络的预测模型和大数据处理平台架构和挖掘技术，对销售数据具有一定的预测能力。

2014年8月北京邮电大学学报发表的《基于遗传算法的BP神经网络服装销售预测方法》中，针对服装企业的特点，提出了一种有效的神经网络学习模型，建立销售预测网络模型，利用遗传算法对后向传播神经网络的各个连接权值进行优化计算，以达到对销售情况进行预测。

2015年8月公开的CN201510250576《一种季节性、周期性商品的最优订购周期预测方法》中，提出了适用于带有周期性、并且对季节敏感的，基于商品的历史销售数据、预测商品的当前销售需求，并考虑订货费用库存成本等，从而为企业提供一种最优化的决策的模型。

发明内容

针对现有技术中存在的问题，本发明提供了一种实现对每个产品的物流监控，有效的防止物流中丢、漏的情况、避免的购买假货的情况、最优化生产规模减少不必要的开支的基于云平台的农化产品销售预测系统及其方法。

本发明的目的通过以下技术方案实现。

一种基于云平台的农化产品销售预测系统，包括信息载体生成模块、信息收集模块、数据处理模块和分布式存储平台，所述信息载体生成模块通过载体、产品关联模块与信息收集模块相连接，所述信息收集模块与数据处理模块相连接，所述数据处理模块上连接有WSN信息采集模块，所述WSN信息采集模块上连接有传感器节点，所述信息载体生成模块用于QRCode信息规则制定，所述载体、产品关联模块用于QRCode与产品实体关联以及QRCode与农化产品数据关联，所述信息收集模块用于接收物流过程中每一级别的信息反馈，所述WSN信息采集模块通过部署的传感器节点收集相应地理位置的湿度、温度、时间和销量信息，所述数据处理模块用于综合处理收集到的相关信息并格式化处理、建立预测模型，所述数据处理模块对历史数据和当前数据进行分析，预测销售情况，生成相应的图表信息。所述数据处理模块连接有展示模块。

一种基于云平台的农化产品销售预测方法，步骤包括：

1)根据农化产品生产企业的生产计划，通过信息载体生成模块生成相应规格的QRCode载体；

2)产品出流水线包装时，通过载体、产品关联模块将QRCode载体与产品进行实体和数据的关联，实现一瓶一码的认证模式；

3)产品进出工厂仓库时，仓库管理员通过信息收集模块对QRCode信息载体进行信息收集并存储至分布式存储平台，做到单个产品的实时检测；

4)产品送到工厂下级经销商时，仓库管理员通过手持终端进行货物查收并存储至分布式存储平台，实现物流信息的实时跟踪；

5)与消费者直接联系的零售商在接收产品和出售产品时，仓库管理员通过手持终端记录销售情况并存储至分布式存储平台，跟踪产品流向；

6)通过部署在相应地理位置的无线传感器节点收集自然参数的信息，传感器节点加入WSN，所述自然参数的信息保存到分布式存储平台；