本發(fā)明涉及糧食監(jiān)管，尤其是涉及一種糧食倉儲管理方法及系統(tǒng)。

背景技術(shù)：

1、現(xiàn)有技術(shù)在進(jìn)行糧食倉儲前通常會進(jìn)行糧食價格預(yù)測或者糧食需求預(yù)測，然后基于預(yù)測的結(jié)果進(jìn)行糧食倉儲，然而這種糧食倉儲的方法存在一些缺陷。首先，現(xiàn)有技術(shù)在糧食價格預(yù)測方面存在明顯不足。傳統(tǒng)的預(yù)測方法缺乏系統(tǒng)性的數(shù)據(jù)分析和科學(xué)預(yù)測模型，導(dǎo)致預(yù)測結(jié)果不夠準(zhǔn)確，難以為倉儲決策提供可靠依據(jù)。這種預(yù)測的不確定性使得倉儲管理者在面對市場價格波動時，難以做出及時、有效的庫存調(diào)整，從而增加了糧食倉儲風(fēng)險和成本。其次，現(xiàn)有技術(shù)在糧食需求預(yù)測方面同樣存在局限。隨著消費者需求的多樣化和個性化趨勢的加強(qiáng)，傳統(tǒng)的需求預(yù)測方法已經(jīng)無法滿足現(xiàn)代倉儲管理的需求。糧食需求可能會在短時間內(nèi)發(fā)生劇烈波動，而現(xiàn)有技術(shù)往往無法準(zhǔn)確捕捉這種變化，導(dǎo)致庫存管理策略與市場實際需求脫節(jié)，進(jìn)而造成庫存積壓或短缺的問題，這同樣也會增加糧食倉儲風(fēng)險和成本。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種糧食倉儲管理方法及系統(tǒng)。

2、為了實現(xiàn)上述目的，第一方面，本發(fā)明提供了一種糧食倉儲管理方法，所述方法包括如下步驟：收集糧食的歷史價格數(shù)據(jù)和歷史需求數(shù)據(jù)，同時采集糧食倉庫的實時圖像；構(gòu)建歷史價格序列和歷史需求序列，進(jìn)而構(gòu)建糧食價格與糧食需求之間的數(shù)學(xué)波動模型；根據(jù)所述歷史價格序列預(yù)測未來糧食價格，同時根據(jù)所述歷史需求序列預(yù)測未來糧食需求；使用所述數(shù)學(xué)波動模型驗證所述未來糧食價格和所述未來糧食需求，根據(jù)驗證結(jié)果儲存糧食；根據(jù)糧食倉庫的所述實時圖像，基于深度學(xué)習(xí)算法對糧食狀態(tài)進(jìn)行監(jiān)測和預(yù)警。本發(fā)明使用數(shù)學(xué)波動模型對糧食需求和價格進(jìn)行驗證，進(jìn)而根據(jù)驗證結(jié)果儲存糧食，具有較強(qiáng)的前瞻性、系統(tǒng)性和靈活性，能夠控制糧食倉儲成本和降低糧食倉儲風(fēng)險。

3、可選地，所述構(gòu)建歷史價格序列和歷史需求序列，進(jìn)而構(gòu)建糧食價格與糧食需求之間的數(shù)學(xué)波動模型包括如下步驟：

4、根據(jù)所述歷史價格數(shù)據(jù)構(gòu)建歷史價格序列，同時根據(jù)所述歷史需求數(shù)據(jù)構(gòu)建歷史需求序列；

5、使用所述歷史價格序列和所述歷史需求序列構(gòu)建波動指標(biāo)序列，進(jìn)而基于高斯混合模型和貝葉斯信息準(zhǔn)則獲取所述數(shù)學(xué)波動模型。

6、進(jìn)一步的，本發(fā)明通過構(gòu)建數(shù)學(xué)波動模型反映糧食價格與需求之間的波動關(guān)系，為后續(xù)進(jìn)行準(zhǔn)確的糧食需求預(yù)測提供基礎(chǔ)，確保糧食儲存的合理性和準(zhǔn)確性，進(jìn)而控制糧食倉儲成本和降低糧食倉儲風(fēng)險。

7、可選地，所述使用所述歷史價格序列和所述歷史需求序列構(gòu)建波動指標(biāo)序列，進(jìn)而基于高斯混合模型和貝葉斯信息準(zhǔn)則獲取所述數(shù)學(xué)波動模型包括如下步驟：

8、將同一所述倉儲周期的糧食價格與糧食需求的商作為波動指標(biāo)，進(jìn)而使用所述歷史價格序列和所述歷史需求序列構(gòu)建波動指標(biāo)序列；

9、將所述波動指標(biāo)序列按季節(jié)劃分為第一子序列、第二子序列、第三子序列和第四子序列；

10、分別以劃分的四個子序列為基礎(chǔ)，基于高斯混合模型和貝葉斯信息準(zhǔn)則獲取相應(yīng)的所述數(shù)學(xué)波動模型。

11、進(jìn)一步的，按季節(jié)對波動指標(biāo)序列進(jìn)行劃分得到四個子序列，進(jìn)而獲取各個子序列相應(yīng)的數(shù)學(xué)波動模型，使得得到的數(shù)學(xué)波動模型具有季節(jié)特征，提高數(shù)學(xué)波動模型的季節(jié)針對性，進(jìn)而為后續(xù)進(jìn)行準(zhǔn)確的糧食需求預(yù)測提供基礎(chǔ)。

12、可選地，所述根據(jù)所述歷史價格序列預(yù)測未來糧食價格，同時根據(jù)所述歷史需求序列預(yù)測未來糧食需求包括如下步驟：

13、根據(jù)所述歷史價格序列構(gòu)建糧食價格預(yù)測模型，并使用所述糧食價格預(yù)測模型預(yù)測未來糧食價格；

14、根據(jù)所述歷史需求序列構(gòu)建糧食需求預(yù)測模型，并使用所述糧食需求預(yù)測模型預(yù)測未來糧食需求。

15、進(jìn)一步的，本發(fā)明通過對未來糧食價格和未來糧食需求進(jìn)行預(yù)測，進(jìn)而為糧食入庫儲存提供數(shù)據(jù)支撐。

16、可選地，所述根據(jù)所述歷史價格序列構(gòu)建糧食價格預(yù)測模型，并使用所述糧食價格預(yù)測模型預(yù)測未來糧食價格包括如下步驟：

17、將所述歷史價格序列劃分為第一價格序列和第二價格序列，并使用變分模態(tài)分解對所述第一價格序列進(jìn)行預(yù)處理得到第一分量集；

18、將所述第一分量集中的第一分量作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸入，糧食價格的預(yù)測值作為循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出，進(jìn)而基于所述變分模態(tài)分解和循環(huán)神經(jīng)網(wǎng)絡(luò)構(gòu)建初始糧食價格預(yù)測模型；

19、基于所述第二價格序列，使用粒子群優(yōu)化算法在所述初始糧食價格預(yù)測模型的基礎(chǔ)上對變分模態(tài)分解的核心參數(shù)進(jìn)行尋優(yōu)，進(jìn)而得到所述糧食價格預(yù)測模型，并對所述未來糧食價格進(jìn)行預(yù)測。

20、進(jìn)一步的，使用變分模態(tài)分解能夠?qū)v史價格序列分解成多個具有不同頻率尺度的imf分量，這些分量更能反映數(shù)據(jù)在不同時間尺度上的波動特征，使得使用循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測得到的糧食價格具有較高的準(zhǔn)確性。

21、可選地，所述根據(jù)所述歷史需求序列構(gòu)建糧食需求預(yù)測模型，并使用所述糧食需求預(yù)測模型預(yù)測未來糧食需求包括如下步驟：

22、計算設(shè)定的倉儲周期數(shù)量下糧食的平均歷史需求；

23、考慮不同所述糧食歷史交易周期之間的周期間隔對所述歷史需求的影響，進(jìn)而結(jié)合所述平均歷史需求構(gòu)建糧食需求預(yù)測模型，所述糧食需求預(yù)測模型滿足如下關(guān)系：

24、

25、其中，n為所述倉儲周期數(shù)量，為設(shè)定的所述倉儲周期數(shù)量下第i個倉儲周期的歷史需求數(shù)據(jù)，，為所述未來糧食需求，為所述平均歷史需求。

26、進(jìn)一步的，糧食需求預(yù)測模型考慮了糧食交易周期之間的周期間隔對糧食需求的影響，在糧食需求發(fā)生劇烈波動的情況下也能夠計算出較為準(zhǔn)確的未來糧食需求，避免糧食庫存積壓或短缺的問題，降低糧食倉儲風(fēng)險和成本。

27、可選地，所述使用所述數(shù)學(xué)波動模型驗證所述未來糧食價格和所述未來糧食需求，根據(jù)驗證結(jié)果儲存糧食包括如下步驟：

28、計算所述未來糧食價格與所述未來糧食需求之商，并將計算結(jié)果記為波動指標(biāo)預(yù)測值；

29、依照所述波動指標(biāo)預(yù)測值對應(yīng)的季節(jié)，將所述波動指標(biāo)預(yù)測值帶入相應(yīng)的所述數(shù)學(xué)波動模型中計算出波動判決因子預(yù)測值，并判斷所述波動判決因子預(yù)測值是否在波動范圍內(nèi)；

30、若所述波動判決因子預(yù)測值在波動范圍內(nèi)，則按照所述未來糧食需求收集糧食并入庫儲存；

31、若所述波動判決因子預(yù)測值不在波動范圍內(nèi)，則采用備用糧食儲存策略對糧食進(jìn)行入庫儲存。

32、進(jìn)一步的，使用數(shù)學(xué)波動模型對未來糧食價格和未來糧食需求進(jìn)行驗證，使倉儲管理者可以更加敏銳地捕捉市場變化，進(jìn)而根據(jù)不同的糧食入庫儲存方案來儲存糧食，避免庫存管理策略與市場實際需求脫節(jié)造成的庫存積壓或短缺的問題，降低糧食倉儲風(fēng)險和成本。

33、可選地，所述備用糧食儲存策略包括如下步驟：

34、若所述未來糧食需求小于當(dāng)前糧食需求，則按照所述當(dāng)前糧食需求對糧食進(jìn)行入庫儲存；

35、若所述未來糧食需求大于所述當(dāng)前糧食需求，則按照所述當(dāng)前糧食需求將糧食儲存在第一倉庫，將所述未來糧食需求超出所述當(dāng)前糧食需求的部分儲存在與所述第一倉庫距離最近的其它倉庫。

36、進(jìn)一步的，使用備用糧食儲存策略能夠提高糧食倉儲的靈活性，確保糧食供應(yīng)的穩(wěn)定性，并能優(yōu)化倉庫資源的使用，提高了糧食儲存效率。

37、可選地，所述根據(jù)糧食倉庫的所述實時圖像，基于深度學(xué)習(xí)算法對糧食狀態(tài)進(jìn)行監(jiān)測和預(yù)警包括如下步驟：

38、利用不同糧食狀態(tài)下的糧食圖片構(gòu)建糧食狀態(tài)監(jiān)測數(shù)據(jù)集，并使用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建初始監(jiān)測模型；

39、使用所述糧食狀態(tài)監(jiān)測數(shù)據(jù)集完成對所述初始監(jiān)測模型的訓(xùn)練和驗證，得到糧食監(jiān)測模型；

40、根據(jù)所述實時圖像，使用所述糧食監(jiān)測模型識別所述糧食狀態(tài)，并在所述糧食狀態(tài)為異常狀態(tài)時發(fā)出警報。

41、進(jìn)一步的，利用實時圖像和深度學(xué)習(xí)算法對糧食狀態(tài)進(jìn)行實時監(jiān)測，并在糧食狀態(tài)異常時及時發(fā)出警報，使相關(guān)人員能夠及時采取應(yīng)對措施，減少經(jīng)濟(jì)損失。

42、綜上所述，本發(fā)明首先通過構(gòu)建數(shù)學(xué)波動模型反映糧食價格與需求之間的數(shù)學(xué)波動模型，為后續(xù)進(jìn)行準(zhǔn)確的糧食需求預(yù)測提供基礎(chǔ)，然后分別使用糧食價格預(yù)測模型和糧食需求預(yù)測模型預(yù)測未來糧食價格和未來糧食需求，進(jìn)而使用數(shù)學(xué)波動模型對預(yù)測結(jié)果進(jìn)行驗證，使倉儲管理者可以更加敏銳地捕捉市場變化，進(jìn)而根據(jù)不同的糧食入庫儲存方案來儲存糧食，使得本方法具有較強(qiáng)的前瞻性、系統(tǒng)性和靈活性，避免庫存管理策略與市場實際需求脫節(jié)造成的庫存積壓或短缺的問題，降低糧食倉儲風(fēng)險和成本。

43、第二方面，本發(fā)明還提供了一種糧食倉儲管理系統(tǒng)，所述糧食倉儲管理系統(tǒng)使用本發(fā)明提供的一種糧食倉儲管理方法，所述系統(tǒng)包括：數(shù)據(jù)采集模塊，所述數(shù)據(jù)采集模塊用于收集糧食的歷史價格數(shù)據(jù)和歷史需求數(shù)據(jù)，同時采集糧食倉庫的實時圖像；糧食預(yù)測模塊，所述糧食預(yù)測模塊用于構(gòu)建歷史價格序列和歷史需求序列，進(jìn)而構(gòu)建糧食價格與糧食需求之間的數(shù)學(xué)波動模型；根據(jù)所述歷史價格序列預(yù)測未來糧食價格，同時根據(jù)所述歷史需求序列預(yù)測未來糧食需求；使用所述數(shù)學(xué)波動模型驗證所述未來糧食價格和所述未來糧食需求，根據(jù)驗證結(jié)果儲存糧食；監(jiān)測預(yù)警模塊，所述監(jiān)測預(yù)警模塊用于根據(jù)糧食倉庫的所述實時圖像，基于深度學(xué)習(xí)算法對糧食狀態(tài)進(jìn)行監(jiān)測和預(yù)警；數(shù)據(jù)儲存模塊，所述數(shù)據(jù)儲存模塊用于儲存所述數(shù)據(jù)采集模塊、所述糧食預(yù)測模塊和所述監(jiān)測預(yù)警模塊得到的數(shù)據(jù)；數(shù)據(jù)輸出模塊，所述數(shù)據(jù)輸出模塊用于輸出所述實時圖像、所述數(shù)學(xué)波動模型、所述未來糧食價格、所述未來糧食需求和糧食儲存方案。本系統(tǒng)能夠穩(wěn)定的執(zhí)行本發(fā)明提供的糧食倉儲管理方法，提高糧食倉儲的效率，并能提高本發(fā)明方法的實用性。