基于机器学习的中药材供求关系预测方法、装置和介质

摘要

本发明公开了一种基于机器学习的中药材供求关系预测方法，包括:获取各个中药材产区的历年生态环境数据集和历年产量数据集，将数据集输入至基于注意力机制的CNN‑LSTM网络模型中进行训练；利用基于注意力机制的CNN‑LSTM网络模型对下一年的中药材产量数据进行预测；获取中药材的历年销量数据集，将历年销量数据输入至混合预测模型，对下一年的中药材销量数据进行预测；根据预测中药材产量数据和中药材销量数据，确定供求关系。本发明能够根据药材历年的产量数据和历年的销量数据，基于机器学习算法对下一年的药材超量和销量进行准确预测，并根据预测结果确定药材下一年的产销供求关系，从而为药材行业从业人员提供可靠的数据支持，进而做出正确的经营决策。