[發明專利]一種家用電器社會保有量的智能預測方法、裝置及設備

在審

• 申請號: 202111217335.5
• 申請日: 2021-10-19
• 公開（公告）號: CN113887816A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 欒小麗;孫曉安;成程;劉飛
• 申請（專利權）人: 江南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 王玉仙

本發明涉及一種家用電器社會保有量的智能預測方法，包括：獲取并利用家用電器社會保有量的年度歷史訓練集和影響因素年度歷史訓練集，篩選出影響因素的年度歷史目標訓練集，利用篩選出的影響因素的年度歷史目標訓練集，建立單變量灰色模型；利用單變量灰色模型的輸出預測序列和家用電器社會保有量的年度歷史訓練集，建立多元灰色機理模型；利用智能學習方法對多元灰色機理模型的輸出預測序列進行誤差補償，得到家用電器社會保有量的目標預測結果。本發明所述的方法，提高了家用電器社會保有量的預測精度和模型的通用性，使家用電器社會保有量的預測具有自主學習與自適應的能力。

技術領域

本發明涉及計算機應用技術領域，尤其是指一種家用電器社會保有量的智能預測方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著經濟的發展和技術的快速性變革，家用電子電器產品更新換代的速度越來越快。我國作為全球最大的家用電子電器產品生產和消費大國，將面臨家用電子電器廢棄物激增的嚴峻問題。作為電子廢棄物的重要組成部分，廢棄家電兼具環境性與資源性，其資源化利用對我國的環境效益和經濟效益具有重要的意義。然而，目前80％的電子廢棄物仍流向非正規回收部門，正規企業實際回收處理量不到設計能力的50％，企業產能過剩，電子廢棄物規范回收處理率偏低。這種電子廢棄物資源化回收利用問題很大程度上是由于缺少對回收體系的統籌規劃、無法對不同的資源進行規范化分類管理造成的，因此提高各地家電廢棄量的預測精度是亟待解決的問題。

國內外有關及家電廢棄量的預測方法眾多，各方法具有不同的建模機理、數據基礎、模型復雜度。其主要技術路線主要分為三種：基于銷售量的市場供給模型、基于保有量的保有量系數模型和基于社會經濟指標的計量統計模型。其中保有量系數法在我國具有非常好的數據可得性。由于國家統計局在全國和省市持續開展定期的典型家用電子電器產品社會保有量調查，這一數據對系統追蹤產品消費的實際空間分布提供了非常好的支持。因此，保有量系數法通常被用來對未來長時間段廢棄量的預測，而在進行廢棄量預測之前，需要對保有量的未來值進行預測?，F有針對家用電器社會保有量的預測大多都是以單一時間序列進行預測，隨著家電保有量系統的復雜化和越來越多的非線性因素出現，只考慮單一變量的預測并非是最客觀的，而且相同的影響因素對不同品類的家用電器社會保有量影響程度是不同的，因此，需要設計一種家用電器社會保有量的智能預測方法。

發明內容

為此，本發明所要解決的技術問題在于克服現有技術中家用電器社會保有量的預測采用單一時間序列進行預測，未考慮到家用電器社會保有量系統的復雜化和越來越多非線性因素的出現。

為解決上述技術問題，本發明提供了一種家用電器社會保有量的智能預測方法，包括：

獲取并利用待測試地區家用電器社會保有量的年度歷史訓練集和影響因素年度歷史訓練集，建立灰色關聯度模型，根據所述灰色關聯度模型，篩選出影響因素的年度歷史目標訓練集；

根據所述影響因素的年度歷史目標訓練集，建立單變量灰色模型，并對所述單變量灰色模型進行求解，得到所述單變量灰色模型的輸出預測序列；

利用所述單變量灰色模型的輸出預測序列和所述待測試地區家用電器社會保有量的年度歷史訓練集，建立多元灰色機理模型，并對所述多元灰色機理模型進行求解，得到所述多元灰色機理模型的輸出預測序列；

利用智能學習方法對所述多元灰色機理模型的輸出預測序列和所述待測試地區家用電器社會保有量的年度歷史訓練集之間的誤差進行智能補償，將誤差補償序列與所述多元灰色機理模型的輸出預測序列相加，得到所述待測試地區家用電器社會保有量的目標預測結果。

在本發明的一個實施例中，所述影響因素年度歷史訓練集包括：待測試地區生產總值的年度歷史訓練集、待測試地區居民消費的年度歷史訓練集、待測試地區年平均人口的年度歷史訓練集和待測試地區人均可支配收入的年度歷史訓練集。