[发明专利]一种家电安装量预测方法、系统及存储介质有效

专利信息
申请号: 201811615905.4 申请日: 2018-12-27
公开(公告)号: CN111382890B 公开(公告)日: 2022-04-12
发明(设计)人: 张磊;刘欢;陈彦宇;谭泽汉;马雅奇 申请(专利权)人: 珠海格力电器股份有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02
代理公司: 北京华夏泰和知识产权代理有限公司 11662 代理人: 姜波
地址: 519070*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 家电 安装 预测 方法 系统 存储 介质
【权利要求书】:

1.一种家电安装量预测方法,其特征在于,所述预测方法包括:

从历史数据中获取多组历史家电安装量特征数据和对应的历史家电安装量;

根据所述历史家电安装量特征数据和对应的所述历史家电安装量分析安装量走势;所述历史家电安装量特征数据包括:天气数据、政策数据和股票数据中的至少一种;

根据所述安装量走势、历史家电安装量特征数据和历史家电安装量构建预测模型,包括:

S1、基于所述安装量走势,通过所述历史家电安装量特征数据得到多组预测安装量;

S2、基于邻近算法通过所述预测安装量建立回归模型;

S3、通过所述回归模型得到模型预测安装量,通过所述历史家电安装量评估所述模型预测安装量是否合理;

S4、若是,输出所述回归模型作为所述预测模型;若否,调整所述回归模型中的参数,重新进行S3~S4;

将当前获取的家电安装量特征数据输入所述预测模型得到家电安装量;

其中,所述基于邻近算法通过所述预测安装量建立回归模型,包括:

基于所述邻近算法为每个预测安装量设置权重,并选取k值,得到所述回归模型;

所述k表示距离所述模型预测安装量最近的k个预测安装量;根据每个所述预测安装量距离所述模型预测安装量的距离设置所述权重。

2.根据权利要求1所述的家电安装量预测方法,其特征在于,所述通过所述回归模型得到模型预测安装量,包括:

通过如下计算公式计算得到所述模型预测安装量:

其中,所述P为所述模型预测安装量,所述Pi为距离所述模型预测安装量最近的第i个预测安装量,所述α为第i个预测安装量的权重,所述k表示距离所述模型预测安装量最近的k个所述预测安装量。

3.根据权利要求2所述的家电安装量预测方法,其特征在于,所述通过所述历史家电安装量评估所述模型预测安装量是否合理,包括:

通过如下计算公式计算所述历史家电安装量与所述模型预测安装量的差异度:

其中,n为所述差异度,所述P为所述模型预测安装量,所述P为所述历史家电安装量;

将所述差异度与预设阈值进行比较,判断所述差异度是否大于预设阈值;

当所述差异度大于所述预设阈值时,所述模型预测安装量不合理;

或者,当所述差异度小于或等于所述预设阈值时,所述模型预测安装量合理。

4.根据权利要求1所述的家电安装量预测方法,其特征在于,所述从历史数据中获取多组历史家电安装量特征数据和对应的历史家电安装量,包括:

从历史数据中获取多组预处理特征数据和对应的预处理家电安装量;

根据所述预处理特征数据对所述预处理特征数据和对应的预处理家电安装量进行过滤;

将过滤后所述预处理特征数据和对应的预处理家电安装量作为所述历史家电安装量特征数和对应的历史家电安装量。

5.根据权利要求4所述的家电安装量预测方法,其特征在于,所述根据所述预处理特征数据对所述预处理特征数据和对应的家电安装量进行过滤,包括:

对所有所述预处理特征数据进行一致性检测,判断是否有所述预处理特征数据为异常特征数据;

若有所述预处理特征数据为异常特征数据,将所述异常特征数据对应的家电安装量为异常家电安装量;

判断是否存在与所述异常家电安装量一致的所述家电安装量;

若存在与所述异常家电安装量一致的所述家电安装量,将所述异常家电安装量对应的异常特征数据进行替换;

或者,若不存在与所述异常家电安装量一致的所述家电安装量,将所述异常家电安装量和所述异常家电安装量对应的异常特征数据进行删除。

6.根据权利要求1所述的家电安装量预测方法,其特征在于,所述根据所述历史家电安装量特征数据和对应的所述历史家电安装量分析安装量走势之前,所述预测方法还包括:

计算所述历史家电安装量特征数据和对应的所述历史家电安装量之间的相关度;

并将相关度低于预设阈值的历史家电安装量特征数据和对应的所述历史家电安装量进行删除。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海格力电器股份有限公司,未经珠海格力电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811615905.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top