[发明专利]一种自动预测电商销售额的装置及方法

权利要求书

1.一种自动预测电商销售额的装置，其特征在于，包括采集单元、预测单元、定时单元和显示单元，所述采集单元用于进行数据采集，根据采集的数据设定自变量和因变量，建立线性方程组，求解方程组解；然后，将方程组解作为系数传入到预测单元，得到预测销售额，所述定时单元进行预测更新频率，最后显示单元进行展示。

2.根据权利要求1所述的一种自动预测电商销售额的装置，其特征在于，方程组求解算法一部分如下：

松弛因子ω自动生成算法，考虑线性方程组Ax＝b的解，其中，

松弛因子ω的计算公式如下：

其中，

3.根据权利要求2所述的一种自动预测电商销售额的装置，其特征在于，方程组求解另一部分为改进余量修正算法：

若为线性方程组(1)第k次迭代得到的一个近似解，我们把称为近似解的余量；

构造余量方程组Ay＝r，通过线性方程组的直接法——LU分解法求解余量方程组，并且在用计算机求解时换用比前面迭代求解多一倍精度的变量存储数据；

然后，将余量方程组的解y加到先前求得的近似解上得到修正后的原方程组第k次迭代最终近似解x^(k)。

4.根据权利要求3所述的一种自动预测电商销售额的装置，其特征在于，整体求解方程组算法为：

首先，设定迭代次数上限C_d、求解精度要求ε和算法迭代初始值x⁽⁰⁾；

根据公式计算中间迭代值

根据公式计算松弛因子ω；

根据公式计算迭代值即x^(k+1)；

根据公式r＝b-Ax^(k+1)计算近似解x^(k+1)对应的余量r；

构造余量方程组Ay＝r；

然后，采用双精度存储并用直接法LU分解法求解余量方程组的解y；

用修正量y对近似解x^(k+1)进行修正，得到第k+1次迭代最终近似解

最后，若迭代次数k≤C_d并且已经达到近似解的精度要求ε，则算法结束，输出方程组的解

若迭代次数k≤C_d并且没有达到近似解的精度要求ε，则重复以上步骤；若迭代次数k＞C_d，算法结束，方程组无解。

5.根据权利要求4所述的一种自动预测电商销售额的装置，其特征在于，所述定时单元设置预测更新频率，为预测电商销售额装置传送启动信号。

6.一种自动预测电商销售额的方法，其特征在于，具有以下步骤：

S1、设置采集单元，进行数据采集；

S2、根据采集的数据设定自变量和因变量，建立线性方程组；

S3、求解方程组解；

S4、将方程组解作为系数传入到预测单元，得到预测销售额；

S5、设置定时单元预测更新频率；

S6、采用显示单元进行展示。

7.根据权利要求6所述的一种自动预测电商销售额的方法，其特征在于，在步骤S3中，方程组求解算法如下：

松弛因子ω自动生成算法，考虑线性方程组Ax＝b的解，其中，

松弛因子ω的计算公式如下：

其中，

8.根据权利要求7所述的一种自动预测电商销售额的方法，其特征在于，在步骤S3中，改进余量修正算法为：

若为线性方程组(1)第k次迭代得到的一个近似解，我们把称为近似解的余量；

构造余量方程组Ay＝r，通过线性方程组的直接法——LU分解法求解余量方程组，并且在用计算机求解时换用比前面迭代求解多一倍精度的变量存储数据；

然后，将余量方程组的解y加到先前求得的近似解上得到修正后的原方程组第k次迭代最终近似解x^(k)。