[发明专利]基于大数据的农产品市场供需数据监控系统及方法

权利要求书

1.基于大数据的农产品市场供需数据监控系统，包括云平台(1)、数据采集模块(2)、价格调控模块(3)、农产品产量预测模块(4)、数据库(5)、警示模块(6)和智能终端(7)，其特征在于：所述云平台(1)用于对农产品市场供需数据监控系统进行平台式控制管理，所述数据采集模块(2)用于对农产品产地的光照数据、温度数据、湿度数据和降雨量数据进行数据采集，所述价格调控模块(3)用于对农产品的价格进行调控，所述农产品产量预测模块(4)用于对农产品的产量数据进行预测，所述数据库(5)用于储存和提供系统数据，所述警示模块(6)用于进行预警提示，所述智能终端(7)用于查看系统数据，所述云平台(1)的输入端分别与所述数据采集模块(2)、价格调控模块(3)、农产品产量预测模块(4)、数据库(5)、警示模块(6)和智能终端(7)的输出端连接，所述云平台(1)的输出端分别与所述数据采集模块(2)、价格调控模块(3)、农产品产量预测模块(4)、数据库(5)和智能终端(7)的输入端连接。

2.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述云平台(1)包括中央处理单元(8)、信息收发单元(9)和存储单元(10)，所述中央处理单元(8)对数据进行分析整合处理，所述信息收发单元(9)对信息进行收发处理，所述存储单元(10)对数据进行存储。

3.根据权利要求2所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述存储单元(10)包括本地存储器和云存储器。

4.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述数据采集模块(2)包括光照数据采集单元(11)、温度数据采集单元(12)、湿度数据采集单元(13)和降雨量数据采集单元(14)，所述光照数据采集单元(11)对农产品产地光照强度数据进行采集，所述温度数据采集单元(12)对农产品产地温度数据进行采集，所述湿度数据采集单元(13)对农产品湿度数据进行采集，所述降雨量数据采集单元(14)对农产品产地降雨量数据进行采集。

5.根据权利要求4所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述光照数据采集单元(11)、所述温度数据采集单元(12)、所述湿度数据采集单元(13)、所述降雨量数据采集单元(14)均设于农产品产地处，所述光照数据采集单元(11)、所述温度数据采集单元(12)、所述湿度数据采集单元(13)、所述降雨量数据采集单元(14)均分别通过无线传输设备将数据上传到所述云平台(1)。

6.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述价格调控模块(3)包括实际产量管理单元(15)、供给数据给管理单元(16)、需求调整管理单元(17)和储备数据管理单元(18)，所述实际产量管理单元(15)对农产品实际产量数据进行管理，所述供给数据给管理单元(16)对农产品供给数据进行管理，所述需求调整管理单元(17)对农产品需求数据进行管理，所述储备数据管理单元(18)对农产品的储备数据进行管理。

7.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述农产品产量预测模块(4)包括产量数据整合单元(19)和预测产量模拟单元(20)，所述产量数据整合单元(19)对农产品的产量数据及相关数据进行整合处理，所述预测产量模拟单元(20)对农产品的产量进行计算预测处理。

8.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述警示模块(6)为警示灯和蜂鸣器，所述警示灯和所述蜂鸣器均分别设于系统监控中心。

9.根据权利要求1所述的基于大数据的农产品市场供需数据监控系统，其特征在于：所述智能终端(7)包括输入单元(21)和显示单元(22)，所述输入单元(21)向所述智能终端(7)输入数据，所述显示单元(22)显示系统数据。

10.根据权利要求1-9任意一项所述的基于大数据的农产品市场供需数据监控系统的方法，其特征在于：包括以下步骤：

a)使用智能终端(7)开启系统，并对系统中数据进行调整和设定，数据采集模块(2)将农产品产地的光照数据、温度数据、湿度数据和降雨量数据进行数据采集，并将数据发送到云平台(1)；

b)云平台(1)将采集数据进行分析整合处理后，发送到农产品产量预测模块(4)，对数据进行再次整合分析处理；

采集数据分析整合处理过程中，光照数据为A_i，温度数据为B_i，湿度数据为C_i，降雨量数据为D_i；农产品预测产量总数据为E，农产品产地预测产量数据为F_i，农产品产地历史正常平均产量数据为G_i，农产品产地农产品种植面积为H_i，农产品产地正常生长光照数据范围为A_a～A_b，(A_a＜A_b)；农产品产地正常生长正常温度数据范围为B_a～B_b，(B_a＜B_b)；农产品产地正常生长湿度数据范围为C_a～C_b，(C_a＜C_b)；农产品产地正常生长正常降雨量数据范围为D_a～D_b，(D_a＜D_b)；E＝F₁+F₂+F₃+……+F_n，F_i＝G_i*H_i*J*K*L*M；

以农产品生长周期每十天的数据为一个基准，当A_a＜A_i＜A_b时，J_i＝(A_i)²/(A_a+A_b)²*4；当A_i＜A_a＜A_b，J_i＝2*A_i/(A_a+A_b)；当A_a＜A_b＜A_i，J_i＝(A_a+A_b)/(2*A_i)；J＝J₁*J₂*J₃*……*J_n；

以农产品生长周期每十天的数据为一个基准，当B_a＜B_i＜B_b时，K_i＝(B_i)²/(B_a+B_b)²*4；当B_i＜B_a＜B_b，K_i＝2*B_i/(B_a+B_b)；当B_a＜B_b＜B_i，K_i＝(B_a+B_b)/(2*B_i)；K＝K₁*K₂*K₃*……*K_n；

以农产品生长周期每十天的数据为一个基准，当C_a＜C_i＜C_b时，L_i＝(C_i)²/(C_a+C_b)²*4；当C_i＜C_a＜C_b，L_i＝2*C_i/(C_a+C_b)；当C_a＜C_b＜C_i，L_i＝(C_a+C_b)/(2*C_i)；L＝L₁*L₂*L₃*……*L_n；

当D_a＜D_i＜D_b时，M_i＝1；当D_i＜D_a＜D_b，M_i＝2*D_i/(D_a+D_b)；当D_a＜D_b＜D_i，M_i＝(D_a+D_b)/(2*D_i)；M＝M₁*M₂*M₃*……*M_n；

随着数据不断更新，对农产品预测产量总数据E不断进行更新，并将数据实时上传到云平台；

c)云平台将农产品预测产量总数据E实时发送到价格调控模块，将农产品预测产量总数据E分级投入到供给和储备数据中，根据历史数据，对照查验需求量，模拟投放农产品，验证得到模拟价格和模拟需求量；例如：先模拟投放供给历史最低需求量，验证得到模拟价格Q，并陆续缓慢投放到供给到历史平均需求量，验证得到模拟价格R，再缓慢投入供给到需求饱和，验证得到模拟价格S和需求饱和数据T；直接模拟投放供给历史平均需求量，验证得到模拟价格U，再缓慢投放到需求饱和，验证得到模拟价格V和需求饱和数据W；直接模拟投放供给历史最高需求量，验证得到模拟价格X，再缓慢投放到需求饱和，验证得到模拟价格Y和需求饱和数据Z，实现对供给和需求数据进行模拟；

d)农产品的实际产量数据与农产品预测产量总数据E进行对比拟合，并依照模拟数据中的市场需求量和价格与农产品的实际产量数据进行对比，然后按照模拟供给方式对市场进行农产品供给调控，另外，需要留出农产品储备量，用于对市场进行调整，实现对农产品市场的供需调控管理和价格调控管理；

e)当农产品实际产量接近或低于农产品历史最低产量时，通过警示模块发出警示，启动农产品储备量，将储备的农产品补充到农产品供给中，保证市场进行正常的供需运转。