[发明专利]一种智能物流系统、方法、计算机设备、存储介质及终端

权利要求书

1.一种智能物流方法，其特征在于，所述智能物流方法包括：

步骤一，通过包裹获取模块利用包裹获取程序进行已封装的包裹的获取；通过包裹检查模块利用包裹检查程序对已封装的包裹进行封装状态下的内部安全检查，以及对已封装包裹的外部包装进行破损检查；

步骤二，通过中央控制模块利用主控机控制各个模块正常运行；通过包裹称重模块利用包裹称重程序进行获取包裹的称重，得到包裹重量；

步骤三，通过信息关联模块利用信息关联程序进行已封装包裹与物流信息的关联；通过信息分析模块利用信息分析程序对已封装包裹关联的物流信息进行分析；所述对已封装包裹关联的物流信息进行分析包括：

建立物流信息分析公式G(V,E),V＝{v₁,v₂,...v_n}为物流信息中的信息分析特征范围集合，E＝{(v_x,v_y)|v_x∈V,v_y∈V}代表边的集合，基于物流信息分析公式生成邻接矩阵A，其中

物流信息被划分成四个信息分析特征子范围区域，记为C＝{c₁,c₂,c₃,c₄}，其中V(c₁)＝{1,2,3,4}，V(c₂)＝{5,6,7,8,9}，V(c₃)＝{10,11,12,13}，V(c₄)＝{14,15,16,17}；

将物流信息中所有的信息分析特征范围对(i,j)挑选出来作为候选信息分析特征范围对；

利用候选信息分析特征范围对之间的局部拓扑信息计算所述的信息分析特征范围对之间的相似性值，因为这两对信息分析特征范围都没有共同邻居，所以用局部拓扑信息计算出来的两对信息分析特征范围的相似性值都为0；

计算所述的信息分析特征范围对所在信息分析特征子范围区域的信息分析特征子范围区域相关性；

分别找到候选信息分析特征范围5和10所在的信息分析特征子范围区域c₂和c₃；

计算V(c₂)＝{5,6,7,8,9}，Γ(c₂)＝{3,10}，因此Γ(c₂)∪V(c₂)＝{3,5,6,7,8,9,10}；

求出Γ(c₃)∪V(c₃)＝{4,7,10,11,12,13}；

计算信息分析特征子范围区域c₂和c₃的信息分析特征子范围区域相关性为

对信息分析特征子范围区域相关性进行归一化，结果为

同理，可得到信息分析特征范围10和信息分析特征范围14分别属于信息分析特征子范围区域c₃和信息分析特征子范围区域c₄，这两个信息分析特征子范围区域归一化之后的信息分析特征子范围区域相关性为

综合考虑局部信息和信息分析特征子范围区域相关性对信息分析特征范围相似性的影响，重新计算候选信息分析特征范围对之间的相似性值S_u,v；采用公式因此信息分析特征范围5和信息分析特征范围10之间的相似性比信息分析特征范围10和信息分析特征范围14之间的相似性高；

计算每个信息分析特征范围对的相似性值，并将相似性值按降序排列，构建相似性列表；

根据某种相似性准则，获取相似性列表中前N个信息分析特征范围对，这些排在前N个的信息分析特征范围对即为本链路预测方法得出的最有可能在未来产生连边的信息分析特征范围对，其中N为正整数；

步骤四，通过信息加密模块利用数据加密程序进行已封装包裹关联的物流信息的加密，得到加密信息；通过计费模块利用计费程序依照包裹重量信息与已封装包裹关联的物流信息进行物流费用的计算；

步骤五，通过包裹处置模块利用包裹处置程序依照已封装的包裹进行封装状态下的内部安全检查结果对包裹进行处置，所述处置包括将包裹发送给收件人与将包裹退回给寄件人；

步骤六，通过支付确认模块利用支付确认程序进行物流费用的支付确认。