分拣中心的分类方法及装置、存储介质、电子设备制造方法及图纸

本发明专利技术实施例是关于一种分拣中心的分类方法及装置、存储介质、电子设备，涉及物流大数据处理技术领域，该方法包括：根据历史单量数据计算分拣中心在多个时间段内的平均分拣货量，并根据各所述平均分拣货量生成所述分拣中心的特征向量；根据所述分拣中心的特征向量计算所述分拣中心之间的欧氏距离，并根据所述欧氏距离计算所述分拣中心之间的相似度矩阵以及自由度矩阵；根据所述相似度矩阵以及自由度矩阵计算所述分拣中心的拉普拉斯矩阵，并根据所述拉普拉斯矩阵对所述分拣中心进行分类，以根据所述分拣中心的分类结果，为所述分拣中心分配对应的货量。本发明专利技术实施例提高了分拣中心的分类效率。的分类效率。的分类效率。

【技术实现步骤摘要】
分拣中心的分类方法及装置、存储介质、电子设备


[0001]本专利技术实施例涉及物流大数据处理
，具体而言，涉及一种分拣中心的分类方法、分拣中心的分类装置、计算机可读存储介质以及电子设备。

技术介绍

[0002]分拣中心是物流运输流程中的一个重要环节，管理一个较大区域的寄件和收件。而对物流运输线路和班次的规划来说，分拣中心的处理能力是至关重要的一环，如果规划不合理，将会导致某个分拣中心在某些时间段处理货量过大导致处理缓慢，影响配送的时效。
[0003]为了解决上述问题，需要根据分拣中心在不同条件下的分拣时效，对分拣中心进行分类。在现有的分拣中心的分类方法中，一方面，可以根据分拣中心自身的地理位置以及等级等静态属性对时效进行估计，进而根据时效估计结果对该分拣中心进行分类；另一方面，也可以通过分拣中心的处理单量等动态属性对时效进行估计，然后再根据该时效估计结果对该分拣中心进行分类。
[0004]但是，上述时效估计方法存在如下缺陷：一方面，由于静态属性无法代表分拣中心的实际表现，因此使得时效估计结果的准确率较低，进而降低了分类结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分拣中心的分类方法，其特征在于，包括：根据历史单量数据计算分拣中心在多个时间段内的平均分拣货量，并根据各所述平均分拣货量生成所述分拣中心的特征向量；根据所述分拣中心的特征向量计算所述分拣中心之间的欧氏距离，并根据所述欧氏距离计算所述分拣中心之间的相似度矩阵以及自由度矩阵；根据所述相似度矩阵以及自由度矩阵计算所述分拣中心的拉普拉斯矩阵，并根据所述拉普拉斯矩阵对所述分拣中心进行分类，以根据所述分拣中心的分类结果，为所述分拣中心分配对应的货量。2.根据权利要求1所述的分拣中心的分类方法，其特征在于，根据各所述平均分拣货量生成各所述分拣中心的特征向量包括：根据各所述时间段的先后顺序对各所述平均分拣货量进行排序；将排序后的平均分拣货量进行依次拼接，生成所述分拣中心的特征向量。3.根据权利要求1所述的分拣中心的分类方法，其特征在于，根据所述欧式距离计算所述分拣中心之间的相似度矩阵以及自由度矩阵包括：根据所述欧式距离生成所述分拣中心之间的相似度矩阵；其中，所述相似度矩阵的行数以及列数均为所述分拣中心的数量，每一个分拣中心对应一个相似度矩阵；根据所述相似度矩阵，计算所述分拣中心的自由度；根据所述分拣中心的自由度，生成所述自由度矩阵；其中，所述自由度矩阵为对角矩阵，所有的分拣中心对应同一个自由度矩阵。4.根据权利要求1所述的分拣中心的分类方法，其特征在于，根据所述拉普拉斯矩阵对所述分拣中心进行分类包括：确定待划分的类别范围；其中，所述类别范围的取值小于所述拉普拉斯矩阵的行数以及列数；根据所述特征向量以及所述欧式距离，计算所述拉普拉斯矩阵中与所述类别范围中包括的每一个数值对应的特征值对应的特征向量；根据各所述特征值对应的特征向量生成多个目标切分矩阵，并对各所述目标切分矩阵中的每一行进行标准化处理；根据各所述目标切分矩阵所对应的数值，对标准化处理后的目标切分矩阵中的每一行进行聚类；对聚类后的各所述目标切分矩阵进行聚类模型评估得到多个评估值，并根据评估...

【专利技术属性】
技术研发人员：刘洋，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：