[发明专利]快递物流中心位置的确定方法、装置、设备及存储介质

权利要求书

1.一种快递物流中心位置的确定方法，其特征在于，所述快递物流中心位置的确定方法包括：

获取多个快递物流中心对应的多个基础指标数据，利用模糊评价矩阵对每个快递物流中心对应的多个基础指标数据进行分析，分别确定每个快递物流中心对应的每个基础指标数据的权重，所述基础指标数据用于指示影响快递物流中心综合评价的因素；

根据预置评价标准和每个快递物流中心对应的每个基础指标数据的权重，在每个快递物流中心对应的多个基础指标数据中确定指标数据主成分；

将每个快递物流中心的所述指标数据主成分输入至预置的神经网络，利用所述预置的神经网络对所述每个快递物流中心的所述指标数据主成分进行计算，得到多个快递物流中心的评分数值；

通过比对所述多个快递物流中心的评分数值，确定建立新的快递物流中心的位置。

2.根据权利要求1所述的快递物流中心位置的确定方法，其特征在于，所述获取多个快递物流中心对应的多个基础指标数据，利用模糊评价矩阵对每个快递物流中心对应的多个基础指标数据进行分析，分别确定每个快递物流中心对应的每个基础指标数据的权重包括：

获取多个快递物流中心对应的多个基础指标数据；

基于模糊评价矩阵建立每个快递物流中心的指标因素集，所述指标因素集为影响快递物流中心评价的因素集合，且所述指标因素集包括所述基础指标数据；

建立每个快递物流中心的指标评价集，所述指标评价集用于评价所述指标因素集中的每个指标因素；

利用所述指标评价集对所述指标因素集中的每个指标因素进行模糊评价，确定每个快递物流中心对应的每个基础指标数据的权重。

3.根据权利要求2所述的快递物流中心位置的确定方法，其特征在于，所述利用所述指标评价集对所述指标因素集中的每个指标因素进行模糊评价，确定每个快递物流中心对应的每个基础指标数据的权重包括：

利用所述指标评价集建立所述指标因素集中每个指标因素的单因素模糊矩阵，得到多个单因素模糊矩阵；

按照预置的排列顺序整合所述多个单因素模糊矩阵，建立单因素评价矩阵；

利用所述单因素评价矩阵和预置的因素权向量构建指标的综合评价模型；

通过所述综合评价模型确定每个快递物流中心对应的每个基础指标数据的权重。

4.根据权利要求1所述的快递物流中心位置的确定方法，其特征在于，所述根据预置评价标准和每个快递物流中心对应的每个基础指标数据的权重，在每个快递物流中心对应的多个基础指标数据中确定指标数据主成分包括：

在每个快递物流中心对应的多个基础指标数据中，按照每个基础指标数据的权重的数值大小顺序对所述多个基础指标数据进行排列，得到每个快递物流中心对应的序列指标数据；

通过预置评价标准在每个快递物流中心对应的序列指标数据中筛选出排列在前五位的基础指标数据，并将所述排列在前五位的基础指标数据确定为对应快递物流中心的指标数据主成分。

5.根据权利要求1所述的快递物流中心位置的确定方法，其特征在于，所述将每个快递物流中心的所述指标数据主成分输入至预置的神经网络，利用所述预置的神经网络对所述每个快递物流中心的所述指标数据主成分进行计算，得到多个快递物流中心的评分数值包括：

将所述每个快递物流中心的所述指标数据主成分输入至预置的神经网络内的输入层中，通过所述预置的神经网络内的输入层对相应的指标数据主成分进行计算，得到第一输出结果；

将所述第一输出结果输入至所述预置的神经网络内的隐含层中，通过所述预置的神经网络内的隐含层对所述第一输出结果进行计算，得到第二输出结果；

将所述第二输出结果输入至所述预置的神经网络内的输出层中，通过所述预置的神经网络内的输出层对所述第二输出结果进行输出，得到每个快递物流中心的评分数值。

6.根据权利要求1-5中任一项所述的快递物流中心位置的确定方法，其特征在于，在所述获取多个快递物流中心对应的多个基础指标数据之前，所述快递物流中心位置的确定方法还包括：

获取多个快递物流中心对应的多个历史指标数据，并根据所述多个历史指标数据建立预置的神经网络。