[发明专利]仓库价格数据预测方法、装置、电子设备和可读存储介质

权利要求书

1.仓库价格数据预测方法，其特征在于：包括以下步骤，

步骤A、从仓库历史数据中调取多个历史周期的真实仓库价格数据；

步骤B、根据仓库所在城市的城市类型，将真实仓库价格数据对应划分为一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据进行统计；

步骤C、将步骤B中得到的一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据分别按照时间序列绘制数据序列图，并确定数据序列图的数据分布状态、稳定性和趋势性；

步骤D、根据一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据，分别建立一级城市仓库价格预测模型、二级城市仓库价格预测模型和其他城市仓库价格预测模型；一级城市仓库价格预测模型、二级城市仓库价格预测模型和其他城市仓库价格预测模型的建立方式相同；

步骤D1、将按照时间序列排序后的仓库价格数据中的前三个数据进行平均得到第一个参数，即；利用参数以及仓库价格数据中的第一个数据，得到第二个参数，即，依次类推，得到第个参数，为正整数，；其中为预测系数，且的取值范围为0.5~1，具体值的确定，是由上述步骤C中数据序列图的数据分布状态、稳定性和趋势性决定的；

步骤D2、根据上述D1步骤中计算得到的参数，建立仓库价格预测模型，

；其中为预测系数，且的取值范围为0.5~1，具体值的确定，是由上述步骤C中数据序列图的数据分布状态、稳定性和趋势性决定的。

2.如权利要求1所述的仓库价格数据预测方法，其特征在于：在步骤D1和步骤D2中，具体值的确定，是由上述步骤C中数据序列图的数据分布状态、稳定性和趋势性决定，具体是指，当数据序列相对平稳时，的取值较小；当数据序列波动较大时的取值越大。

3.如权利要求1或2所述的仓库价格数据预测方法，其特征在于：当数据序列图呈现较稳定的水平趋势时，应选较小的值，在0.05~0.20之间取值；当数据序列图有波动，但长期趋势变化不大时，可选稍大的值，在0.1~0.4之间取值；当数据序列图波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的值，在0.6~0.8间选值；当数据序列图是上升或下降的发展趋势类型，应取较大的值，在0.6~1之间。

4.如权利要求1所述的仓库价格数据预测方法，其特征在于：一级城市仓库价格预测模型、二级城市仓库价格预测模型和其他城市仓库价格预测模型中，的取值不同。

5.一种仓库价格数据预测装置，其特征在于：包括

获取模块（31），用于从仓库历史数据中，获取多个历史周期的真实仓库价格数据；

分类模块（32），用于根据仓库所在城市的城市类型，将真实仓库价格数据对应划分为一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据进行统计；

显示模块（33），用于将分类模块（32）中得到的一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据分别按照时间序列绘制数据序列图，并确定数据序列图的数据分布状态、稳定性和趋势性；

处理模块（34），根据一级城市仓库价格数据、二级城市仓库价格数据和其他城市仓库价格数据，分别建立一级城市仓库价格预测模型、二级城市仓库价格预测模型和其他城市仓库价格预测模型；一级城市仓库价格预测模型、二级城市仓库价格预测模型和其他城市仓库价格预测模型的建立方式相同；

将按照时间序列排序后的仓库价格数据中的前三个数据进行平均得到第一个参数，即；利用参数以及仓库价格数据中的第一个数据，得到第二个参数，即，依次类推，得到第个参数，为正整数，；其中为参数预测系数，且的取值范围为0~1，具体值的确定，是由上述显示模块中数据序列图的数据分布状态、稳定性和趋势性决定的；

输出模块（35），用于根据上述处理模块中计算得到的参数，建立仓库价格预测模型，；其中为预测系数，且的取值范围为0~1，具体值的确定，是由上述显示模块（33）中数据序列图的数据分布状态、稳定性和趋势性决定的，获得下一周期的价格预测值。