买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河南科技大学申请的专利一种多因素影响的农业装备库存需求预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115409563B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211146184.3，技术领域涉及：G06Q30/0202；该发明授权一种多因素影响的农业装备库存需求预测方法是由吕锋;李锋军;张雷雷;高鸣;谢富明;樊银斌;贾辉;李嘉鑫;张举;苏建新;赵长伟;张杨航设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种多因素影响的农业装备库存需求预测方法在说明书摘要公布了：本发明公开一种多因素影响的农业装备库存需求预测方法，步骤为：一、获取库存需求量和影响因素的历史数据，将影响因素历史数据进行预处理；二、利用经验模态分解算法将库存需求量历史数据自适应分解为多个不同尺度的本征模态分量imf和一个残差分量res；三、使用傅里叶变换选取具有周期性特征的imf，将res和对应的imf输入Prophet算法进行训练建模，根据此预测模型对相应的imf进行预测；四、使用主成分分析法选取剩余imf的关键影响因素，将关键影响因素作为自变量，输入DRL‑LSSVM中进行训练建模，根据此预测模型对imf进行预测；五、将上述两个预测结果进行相加求和得到最终预测结果。该方法有效提升解决季节性需求下农业装备库存需求预测的准确率，提高模型的可解释性。

本发明授权一种多因素影响的农业装备库存需求预测方法在权利要求书中公布了：1.一种多因素影响的农业装备库存需求预测方法，其特征在于：包括如下步骤： 步骤1、通过部门数据库获取库存需求量和影响因素的历史数据，将影响因素的历史数据进行数据预处理，影响因素具体包括：库存量、订单量、原材料价格、合格率、生产率、农机补贴政策、农民收入、燃油价格、耕地政策、粮食价格； 步骤2、利用经验模态分解算法，将库存需求量的历史数据自适应的分解为多个不同尺度的本征模态分量imf和一个残差分量res； 将库存需求量历史数据进行EMD分解，分解为： 式中，为库存需求量在时刻的值；为本征模态分量，按照频率由高到低排列；为残差分量；为本征模态分量的个数； 步骤3、使用傅里叶变换选取具有周期性特征的imf，将res和具有周期性特征的imf输入Prophet算法进行训练建模，并根据此预测模型对具有周期性特征的imf进行预测； Prophet算法通过拟合时间序列中存在的趋势项、季节项和节假日项，并将其累加，得到最终预测结果，对Prophet算法进行训练建模，具体步骤如下： 1输入时间序列的时间戳和相应的值，对模型进行训练； 2将需要预测的时间序列的长度输入训练好的预测模型； 3输出未来的时间序列走势，包括拟合曲线，上界和下界； 步骤4、使用主成分分析法选取剩余不具有周期性特征的imf的关键影响因素，将关键影响因素作为自变量，输入DRL-LSSVM中进行训练建模，并根据此预测模型对不具有周期性特征的imf进行预测； 基于DRL-LSSVM的回归预测具体步骤如下： 1根据主成分分析法得到一个m×q的主成分得分矩阵，将其作为输入数据，剩余不具有周期性特征的imf作为输出数据，输入LSSVM模型； 2强化学习算法中的智能体以概率P为LSSVM算法选择一组超参数，在训练数据集中训练算法，将预测误差作为奖赏值，并利用策略梯度算法更新策略，最终选择一组预测误差最小的超参数，得到预测模型； 3将待预测数据输入预测模型，输出预测结果； 步骤5、将步骤3和步骤4的预测结果进行相加求和，得到最终预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。