一种物流节点确定方法及装置与流程
本申请涉及物流技术领域，特别是涉及一种物流节点确定方法及装置。
背景技术：
随着快递行业的发展，快递业务量也越来越大。但是，在快递件量快速增长的情况下，物流商转运中心的数量并没有明显增加；同时，受场地的限制，转运中心的处理能力始终无法突破。
通常，电子商务合作的物流商，以收货地一级节点维度(网点发往收货地一级节点的单量)统计每个网点过去一段时间内的平均货运单量，将这个平均货运单量作为对应网点的日常单量，若网点的日常单量超过预设阈值时，则认为该网点的快递包裹可以进行集中配送，此时开通该网点与对应收货地一级节点的直发线路，若网点的日常单量没有超过预设阈值，则按照常规流程，通过转运站将网点的快递包裹发送至收货地一级节点。
但是，通过这种物流方式进行直发线路的开通对网点的货运量要求较高，并且，由于单个的网点自身聚货能力受到区域等因素的限制，按照上述物流方式进行某一网点的直发线路开通，需等到该网点的包裹数量达到一个较大的预设阈值，这样导致了直发线路的开通时间较长，因此在一定时间内，使得满足运货量的网点数量较少，从而导致物流的效率较低。
技术实现要素：
本申请实施例所要解决的技术问题是提供一种物流节点确定方法，以解决现有物流方式进行直发线路的开通对网点的货运量要求较高，使得满足运货量的网点数量较少，从而导致物流的效率较低的问题。
相应的，本申请实施例还提供了一种物流节点确定装置，用以保证上述方法的实现及应用。
为了解决上述问题，本申请实施例公开了一种物流节点确定方法，包括：
确定多个发货地一级节点到收货地二级节点的预估物流单量；
确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数；
根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
本申请实施例公开了一种物流节点确定装置，包括：
第一确定模块，用于确定多个发货地一级节点到收货地二级节点的预估物流单量；
第二确定模块，用于确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数；
节点分配模块，用于根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
相应的，本申请实施例还公开了一种装置，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行一种物流节点确定方法。
相应的，本申请实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行一种物流节点确定方法。
本申请实施例包括以下优点：
本申请实施例提供的一种物流节点确定方法及装置，通过确定多个发货地一级节点到收货地二级节点的预估物流单量；确定多个发货地一级节点到多个候选发货地二级节点的物流成本参数；根据预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及目标发货地二级节点对应的发货地一级节点，达到了在原有直发线路的基础上增加了拼货直发线路的目的，可以通过快速聚集多个发货节点的包裹至一个发货地二级节点进行额外直发线路的开通，且聚货至一个发货地二级节点所需的时间较短，解决了现有直发线路的起点中物流包裹聚集时间长的问题，增加了直发线路的数量，提高了物流效率，并且由于结合了预估物流单量和物流成本参数参与物流节点的确定过程，让包裹聚货的路径尽可能的短，使得物流节点的确定能够根据物流成本参数进行优化，具有降低物流成本的有益效果。
附图说明
图1是本申请实施例中的一种基于物流节点确定方法的处理示意图；
图2是本申请实施例中的一种物流节点确定方法的步骤流程图；
图3是本申请实施例中的一种物流节点确定方法的具体步骤流程图；
图3a是本申请实施例中的一种模拟退火的接受准则函数示意图；
图4是本申请实施例中的一种基于物流节点确定方法的物流运输方法步骤流程图；
图5是本申请实施例中的一种物流节点确定装置的结构图；
图6是本申请实施例中的一种物流节点确定装置的具体结构图；
图7是本申请实施例中的一种装置的硬件结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请提供的一种物流节点确定方法中常见的术语有：
收货地一级节点：快递包裹在物流运输过程中的最后一个转运中心，快递包裹到达收货地一级节点后，即可由快递员派送到客户手中。
收货地二级节点：按路由规则划分为多个集货区域中，具有能支持大量包裹的运转的场地，且位置尽量处于集货区域的中心的收货地一级节点，该节点可以作为收货地二级节点。
发货地一级节点：快递包裹在物流运输过程中的第一个转运中心，用于收集出仓的快递包裹。
发货地二级节点：专门聚集包裹进行拼货直发的网点，用于收集多个对应发货地一级节点发送的包裹，当接收到的包裹数量满足直发要求时，即开通发货地二级节点到收货地二级节点的直发线路。
在目前，一件快递的整个发送流程是：收件—到达发货地一级节点—到达发货地中转中心—到达收货地二级节点—到达收货地一级节点—快递员派送—签收，可见在目前，快递的配送需要通过中转中心连接发货地一级节点和收货地二级节点，因此，在快递件量快速增长的情况下，受场地的限制，中转中心的处理能力，始终无法突破。
快递直发的概念是指将快递直接从发货地二级节点发往收货地二级节点，直发过程中间没有中转中心，这样能够大大提高发送效率，并减少运输成本。在本申请实施例中的具体实现中，本申请提供了拼货直发的概念，可以将拼货直发分解成三个部分：第一部分为单量预估，第二部分为后端聚货，第三部分为前端聚货。
首先，后端聚货是在不影响时效的前提下，将快递包裹目的地中收货地址相近的收货地一级节点进行区域合并，并选取其中的一个收货地一级节点作为收货地二级节点，收货地二级节点的意义是作为直发线路的终点，并增加了直发线路的单量数。
其次，单量预估是通过服务器根据各发货地一级节点到收货地二级节点路线的历史物流单量，预估各发货地一级节点到收货地二级节点路线的预估物流单量。
再次，前端聚货是在各发货地一级节点中选取针对对应收货地二级节点的网点作为发货地二级节点，通过为各发货地一级节点匹配对应的发货地二级节点，可以使得各发货地一级节点收揽的快递聚集在对应的发货地二级节点，当发货地二级节点接收的包裹数达到直发要求的包裹数时，开通以该发货地二级节点为起点，该发货地二级节点对应的收货地二级节点为终点的直发线路。通过前端聚货和后端聚货，在常规直发线路的基础上增加了额外的拼货直发线路，提高了快递直发效率，节省了成本。
需要说明的是，本申请实施例中的收货地二级节点和发货地二级节点需要拥有能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心。
参照图1，示出了本申请实施例中的一种基于物流节点确定方法的处理示意图。
在基于发货地二级节点的物流运输方法的具体实现中，本申请提供的物流节点确定方法每隔设定时间间隔便要进行一次基于拼货直发线路的全网规划，其中设定时间间隔比如数个月，本申请实施例不对其加以限制。参照图1，首先通过单量预估模块，提取预设时间内发货地一级节点到各收货地一级节点的历史物流单量，根据历史物流单量预估各发货地一级节点到各收货地一级节点的未来数个月的预估子物流单量。
另外，可以将各收货地一级节点按第一预设规则划分为多个集货区域，将集货区域中能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心的收货地一级节点作为候选收货地二级节点，例如，在图1示例中，具有收货地一级节点1a，收货地一级节点1b，收货地一级节点1c三个一级收货节点，此时选取候能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心的收货地一级节点1c作为候选收货地二级节点1，候选收货地二级节点用于将接收到的快递包裹派送至对应区域中的其他收货地一级节点，需要说明的是，集货区域的划分是由物流公司的全国物流统筹提前完成的。具体如图1，收货地一级节点1a，收货地一级节点1b，收候选货地二级节点1处于同一集货区域。
统计多个发货地一级节点到收货地二级节点的预估物流单量，比如候选收货地二级节点1的预估物流单量为发货地一级节点1a、发货地一级节点1b和发货地二级节点1发送到收货地二级节点1所在集货区域的预估子物流单量的总和，其中，发货地二级节点1发送到收货地二级节点1所在集货区域的预估子物流单量，是指发货地二级节点1在作为一个发货地一级节点时发送到对应集货区域的预估子物流单量。
进一步，还可以针对每个集货区域，按第二预设规则从各发货地一级节点中选择候选发货地二级节点，图中，具有发货地一级节点1a，发货地一级节点1b，发货地一级节点1c三个一级发货节点，此时选取候能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心的发货地一级节点1c作为候选发货地二级节点1，候选发货地二级节点1针对候选收货地二级节点1对应的集货区域，且可以接收发货地一级节点1a和发货地一级节点1b的拼货包裹。
最后，通过节点分配模块，基于节点分配模型，选择一个候选发货地二级节点作为目标发货地二级节点，并确定目标发货地二级节点对应的发货地一级节点，即发货地一级节点1a，发货地一级节点1b接收到服务器发送的候选发货地二级节点1的分配信息后，确定候选发货地二级节点1为目标发货地二级节点1，将揽收到发送至对应集货区域的快递聚集到分配的目标发货地二级节点1，并由目标发货地二级节点1发送至目标收货地二级节点1，由目标收货地二级节点1将接收到的快递包裹按照收货地址发送至对应的收货地一级节点1a，收货地一级节点1b，最后通过常规流程派送至顾客手中。
参照图2，示出了本申请的一种物流节点确定方法的步骤流程图，具体可以包括如下步骤：
步骤201，确定多个发货地一级节点到收货地二级节点的预估物流单量。
在本申请实施例中，物流系统的数据库中储存有所有发货地一级节点在预设时间内到各收货地一级节点的历史物流单量数据，单量预估可以通过这些历史物流单量数据中的一个或多个，预估发货地一级节点在未来一段时间的日常物流单量。
在本申请实施例中，统计收货地二级节点的预估物流单量，可以作为后续节点分配模型求解时的输入，完善节点分配模型的功能。
需要说明的是，对于后端的收货地二级节点，针对每个收货地二级节点，统计发货地一级节点到收货地二级节点的预估物流单量，可以判断该预估物流单量是否达到直发单量的要求。对预估物流单量达到直发单量要求的收货地二级节点可以执行后续步骤，对没达到直发单量要求的收货地二级节点不执行后续步骤，节省计算量，节省系统开销。
例如：针对发货地一级节点的收货地二级节点为北京、哈尔滨、天津、呼和浩特等城市的单量，可以合并为到北京的单量，作为后续节点分配模型求解时的输入。
具体的，预估发货地一级节点到各收货地一级节点的预估子物流单量可以通过统计预设时间内历史物流单量的平均值；通过时间序列模型；通过回归模型等方法得到，这三种方法得到的预估子物流单量涵盖了影响物流单量变化的几乎所有因素，所以可以对这三种方法得到的预估子物流单量进行加权平均，得到最准确的预估子物流单量，需要说明的是，对于每个收货地二级节点，都需要进行上述的物流单量预估操作。
步骤202，确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数。
在本申请实施例中，多个发货地一级节点到多个候选发货地二级节点的物流成本参数是指每个发货地一级节点到对应集货区域中的各发货地二级节点之间的距离，该物流成本参数数据储存在物流系统的数据库中，可以通过相关接口进行提取调用。其中，物流成本参数可以包括距离，还可以包括物流费用等，本申请实施例不对其加以限制。例如，物流成本参数可以为，发货地一级节点a到候选发货地二级节点a的距离为5.3公里，发货地一级节点b到候选发货地二级节点b的距离为1.7公里。
步骤203，根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
在本申请实施例中，通过预置的节点分配模型，将各发货地一级节点到对应收货地二级节点的预估物流单量，以及每个发货地一级节点到对应集货区域中的各发货地二级节点之间的距离，通过遗传算法，在满足直发单量范围的条件下，以最小的各发货地一级节点到对应发货地二级节点的距离之和为目标，为每个发货地一级节点分配至少一个优选的发货地二级节点，发货地一级节点可以从多个优选的发货地二级节点中选取任意一个，或可以通过模拟退火算法优化遗传算法对父母体的选择策略，帮助遗传算法跳出局部最优解。
例如，一批快递从杭州、绍兴、宁波、无锡、西安、咸阳、宝鸡对应发往北京、天津、哈尔滨、石家庄。但是针对杭州—北京，绍兴—天津，宁波—哈尔滨，无锡—石家庄的线路，杭州、西安的历史单量大于第一历史单量阈值，说明杭州、西安满足场地规模要求，此时可以在属于同一区域的杭州、绍兴、宁波、无锡中选取宁波作为发货地二级节点，属于同一区域的西安、咸阳、宝鸡中选择西安作为发货地二级节点。而绍兴、宁波、无锡到杭州，咸阳、宝鸡到西安的划分使物流成本最低。那么绍兴、宁波、无锡发送至北京、天津、哈尔滨、石家庄的物流包裹发送至杭州，咸阳、宝鸡发送至北京、天津、哈尔滨、石家庄的物流包裹发送到西安。同时可以在属于同一区域的北京、天津、哈尔滨、石家庄中选取北京作为收货地二级节点，绍兴、宁波、无锡在集货到杭州后，开通杭州—北京、西安—北京的直发线路，快递到达北京后，再由北京根据快递的收货地，派送至天津、哈尔滨、石家庄。由此在原有杭州—北京一条直发线路的基础上增加了宁波—北京的直发线路，提高了物流效率。
综上所述，本申请实施例提供的一种物流节点确定方法，过确定多个发货地一级节点到收货地二级节点的预估物流单量；确定多个发货地一级节点到多个候选发货地二级节点的物流成本参数；根据预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及目标发货地二级节点对应的发货地一级节点，达到了在原有直发线路的基础上增加了拼货直发线路的目的，可以通过快速聚集多个发货节点的包裹至一个发货地二级节点进行额外直发线路的开通，且聚货至一个发货地二级节点所需的时间较短，解决了现有直发线路的起点中物流包裹聚集时间长的问题，增加了直发线路的数量，可以提高物流效率，并且由于结合了预估物流单量和物流成本参数参与物流节点的确定过程，让包裹聚货的路径尽可能的短，使得物流节点的确定能够根据物流成本参数进行优化，具有降低物流成本的有益效果。
参照图3，示出了本申请的一种物流节点确定方法的具体步骤流程图，具体可以包括如下步骤：
步骤301，根据第一预设规则从各收货地一级节点中选择候选收货地二级节点。
在本申请实施例中，第一预设规则可以为路由规则，路由规则是指路由器根据路由表中的信息，选择一条最佳的路径，将数据转发出去。路由规则可以应用到物流领域，即根据物流服务器中储存的收货地一级节点的特征数据，将交通方便或相邻距离近的收货地一级节点划分到对应的集货区域中，以满足集货区域中的收货地一级节点之间交通便利且相邻距离近，收货地一级节点的特征数据包括收货地一级节点的规模大小，距离其他收货地一级节点的距离近远，所处位置的交通便利程度等，例如全国集货区域按照路由规则可以划分为华北区域，华南区域，西北区域等几个总区域，每个总区域还可以进一步细分为几个小区域，以进一步优化后端集货的功能。
进一步的，划分完集货区域后，按照路由规则，选取集货区域中能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心的、且历史收货单量大于第二历史单量阈值的收货地一级节点作为收货地二级节点，当收货地二级节点接收到快递后，再由收货地二级节点将快递按照收货地发送到对应的收货地一级节点。提高了快递运输的效率。需要说明的是，可以选择历史收货单量大于第二阈值的收货地一级节点中，最靠近区域中心的收货地一级节点作为收货地二级节点。
例如，可以将北京、哈尔滨、天津、呼和浩特等收货地一级节点的快递，统一先直发到北京，再由北京发到最终收货地一级节点，北京即作为哈尔滨、天津、呼和浩特所属区域的候选收货地二级节点。
可选的，步骤301还可以包括子步骤3011和子步骤3012。
子步骤3011，将各收货地一级节点按路由规则划分为多个集货区域。
在本申请实施例中，路由规则是指路由器根据路由表中的信息，选择一条最佳的路径，将数据转发出去。路由规则可以应用到物流领域，即根据物流服务器中储存的收货地一级节点的特征数据，将交通方便或相邻距离近的收货地一级节点划分到对应的集货区域中，以满足集货区域中的各个收货地一级节点之间交通便利且相邻距离近，收货地一级节点的特征数据包括收货地一级节点的规模大小，距离其他收货地一级节点的距离近远，所处位置的交通便利程度等，例如全国集货区域按照路由规则可以划分为华北区域，华南区域，西北区域等几个总区域，每个总区域还可以进一步细分为几个小区域，以进一步优化后端集货的功能。
子步骤3012，从每个集货区域中的各收货地一级节点中，选择一个历史物流单量大于第一预设阈值的收货地一级节点作为针对该集货区域的候选收货地二级节点。
进一步的，划分完集货区域后，按照路由规则，选取集货区域中能够支持大量包裹的运转的场地且所处位置尽量处于其对应的区域中心的收货地一级节点作为候选收货地二级节点，当目标收货地二级节点接收到快递后，再由收货地二级节点将快递按照收货地发送到对应的收货地一级节点。提高了快递运输的效率。
例如，可以将收货地一级节点为北京、哈尔滨、天津、呼和浩特等中心的快递，统一先直发到北京，再由北京发到最终目的中心，北京即作为哈尔滨、天津、呼和浩特所属区域的收货地二级节点。
步骤302，确定多个发货地一级节点到收货地二级节点的预估物流单量。
该步骤具体可以参照上述步骤201，此处不再赘述。
可选的，步骤302还可以包括子步骤3021，子步骤3022和子步骤3023。
子步骤3021，获取所述发货地一级节点到各收货地一级节点的历史物流单量。
在本申请实施例中，物流系统的数据库中储存有所有发货地一级节点在预设时间内到各收货地一级节点的历史物流单量数据，可以通过调用相应接口，获取该历史物流单量数据。
子步骤3022，根据所述历史物流单量，预估所述发货地一级节点到各收货地一级节点的预估子物流单量。
在该步骤中，单量预估是通过这些历史物流单量数据，预估发货地一级节点在未来一段时间的日常物流单量，通过预估的单量数据，可以筛选出满足直发单量的发货地一级节点到收货地二级节点的直发线路，并且对不满足直发单量的发货地一级节点进行发货地二级节点的选取，以满足发货地二级节点对应的各发货地一级节点的预估子物流单量之和能够达到直发单量的要求。
可选的，步骤3022还可以包括子步骤30221，子步骤30222和子步骤30223。
子步骤30221，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述因子参数包括：货品信息、月份、趋势性中的一种或多种，所述回归模型通过预设时间内所述发货地一级节点到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数训练获得。
在实际应用中，快递网点的历史物流单量数据受诸多因素的影响，例如：在不同季节，顾客会受季节的影响而购买不同的产品，如在夏天可能某些网点的空调快递的吞吐量较其他月份更多，而在冬天另一些网点的棉被快递的吞吐量快递网点的历史单量数据较其他月份更多，或者在11月份收到“双11购物节”和“黑色星期五购物节”的影响，快递网点会产生大批量的订单。因此快递网点的历史物流单量数据受货品信息、月份、趋势性等因子的影响较大。
在本申请实施例中，可以预设有回归模型，回归模型基于回归分析算法，通过预设时间内所述发货地一级节点到各收货地一级节点的历史物流单量和历史物流单量对应的因子训练得到，回归分析是研究一个变量关于另一个(些)变量的具体依赖关系的计算方法和理论。具体是从一组样本数据出发，确定变量之间的数学关系式，并对这些关系式的可信程度进行各种统计检验，从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著。利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度。需要说明的是，本申请所用的回归模型可以使用线性回归、向量回归、提升回归树等分析方法，本申请对此不作限定。
所以，回归模型的建立是基于各发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和影响因子训练得到历史物流单量和影响因子之间的数学关系式，该数学关系式中的影响因子被赋予预设权重，如货品信息的权重>趋势性的权重>月份的权重。通过该数学关系式，预估得到发货地一级节点到各收货地一级节点的预估子物流单量，利用影响因子可以预估出更准确的预估子物流单量，使得整个发货地二级节点选择方法考虑了季节性，趋势性等因子，提高了发货地二级节点选取的准确性。
子步骤30222，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述时间序列模型通过所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的日期训练获得。
在生产和科学研究中，对某一个或一组变量x(t)进行观察测量，将在一系列时刻t1,t2,…,tn(t为自变量)按照时间次序排列，并用于解释变量和相互关系的数学表达式，所得到的离散数字组成序列集合，我们称之为时间序列。
在本申请实施例中，基于时间序列的方法，通过时间序列模型挖掘历史物流单量变化的趋势性和周期性，可以提供更准确的单量预估，时间序列模型的类型包括但不限于arma模型、arch模型等。
首先，计算线路近30天日常单量(n1,n2,…,n30)；然后将这30天单量输入到时间序列模型，最后模型输出得到线路的预估子物流单量。
例如，要预测杭州市余杭区这个发货地一级节点到北京转运中心这一收货地一级节点的日常单量，首先计算该线路近30天日常单量，如(9013,8563,…,8921)，输入到时间序列模型中，经过训练后，输出预估子物流单量为8792。
子步骤30223，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的预估子物流单量。
子步骤30224，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的第一预估子物流单量。将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的第二预估子物流单量。将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的第三预估子物流单量。将第一预估子物流单量、第二预估子物流单量和第三预估子物流单量以预设权重进行加权平均，获取所述发货地一级节点到各收货地一级节点的预估子物流单量。
在该步骤中，上述子步骤30221，子步骤30222，子步骤30223分别计算出第一预估子物流单量、第二预估子物流单量和第三预估子物流单量，这三个结果中，第一预估子物流单量相对更准确，所以可以对这三个结果进行加权平均，为第一预估子物流单量赋予更高的权重，得到的加权平均后的结果即为涵盖了大部分影响因子和时间序列因素的预估子物流单量，进一步提高了预估子物流单量的准确性，进而提高了发货地二级节点选取的准确性。
例如，第一预估子物流单量为a、第二预估子物流单量为b，第三预估子物流单量为c，则最终的预估子物流单量＝a×0.5+b×0.25+c×0.25。
子步骤3023，根据各候选收货地二级节点对应的收货地一级节点，统计各发货地一级节点到各候选收货地二级节点的预估物流单量。
在本申请实施例中，针对步骤301选取的收货地二级节点，统计收货地二级节点的预估物流单量，可以作为后续节点分配模型求解时的输入，完善节点分配模型的功能。需要说明的是，预估物流单量的数量需要满足直发单量的要求，具体为在集货区域的划分时，以集货区域中收货地一级节点对应的发货地一级节点的预估子物流单量之和要达到直发单量为目的进行集货区域的划分。
步骤303，根据第二预设规则从各个发货地一级节点中选择候选发货地二级节点。
在本申请中，对于发货地一级节点中预估子物流单量未达到直发单量要求的网点，可以为其分配发货地二级节点进行聚货，发货地二级节点主要承担聚货点的职能，发货地一级节点把揽收上来的快递，交到分配的发货地二级节点后，发货地二级节点负责聚货直发。发货地二级节点需要具备几个特点：1、有能支持大量包裹的运转的场地。2、所处位置尽量处于中心。
可选的，步骤303还可以包括子步骤3031和子步骤3032。
子步骤3031，根据所述发货地一级节点所处位置的经纬度，将所述发货地一级节点按照聚类算法聚合为多个网点簇。
本申请对候选发货地二级节点的选取策略为：
首先，对所有发货地一级节点按照经纬度聚类，求得若干网点簇。这里采用基于密度聚类的方式，如dbscan(聚类算法，英文：density-basedspatialclusteringofapplicationswithnoise)等，dbscan是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。
子步骤3032，将所述网点簇中预估子物流单量大于第二预设阈值，且，距离网点簇中心最近的发货地一级节点，确定为候选发货地二级节点。
结合上述子步骤3031的选取策略，进一步的，根据发货地一级节点的预估子物流单量筛选出大网点，将靠近簇中心的大网点，设定为发货地二级节点。
在该步骤中，根据子步骤3022的预估结果，将发货地一级节点中预估子物流单量大于预设阈值的网点筛选为大网点，并且大网点需要有能支持大量包裹的运转的场地，最后将满足条件的大网点中靠近簇中心的大网点，设定为发货地二级节点，发货地二级节点的优势在于能够满足大批量货物的转运，且与周围发货地一级节点的交通便利。
发货地二级节点的选取，提高了快递直发物流的前端聚货能力，在常规直发线路的基础上增加了拼货直发线路，降低了直发物流运输的成本，提高了物流效率。
步骤304，确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数。
该步骤的具体描述可以参照上述步骤202，此处不再赘述。
步骤305，根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
该步骤的具体描述可以参照上述步骤203，此处不再赘述。
可选的，节点分配模型用于在满足直发单量范围的条件下，以最小的各发货地一级节点到对应发货地二级节点的物流成本参数之和为目标，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
在本申请实施例中，通过预置的节点分配模型，将各发货地一级节点到对应收货地二级节点的预估物流单量，以及每个发货地一级节点到对应收货地二级节点的各发货地二级节点之间的距离，通过遗传算法，在满足直发单量范围的条件下，以最小的各发货地一级节点到对应发货地二级节点的距离之和为目标，为每个发货地一级节点分配至少一个优选的发货地二级节点，发货地一级节点可以从多个优选的发货地二级节点中选取任意一个，或可以通过模拟退火算法进一步对多个优选的发货地二级节点进行筛选，选出最优的发货地二级节点。
可选的，步骤305还可以包括子步骤3051，子步骤3052。
子步骤3051，将所述预估物流单量以及物流成本参数，输入遗传模型，确定至少一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
本申请实施例中，节点分配模型包括：遗传模型。
在本申请实施例中，基于遗传模型进行目标发货地二级节点选取的具体步骤如下：
步骤a1：构造初始解。
在该步骤中，针对一个收货地二级节点，对发货地一级节点和发货地二级节点进行初始编码，编码后。发货地一级节点变为一个向量，向量中的数字表示该发货地一级节点对应的集货发货地二级节点。通常需要产生两个初始编码作为遗传算法中的父体和母体，同时计算父体和母体的适应度，这个适应度即为各发货地二级节点与对应的各发货地一级节点之间的距离之和。
例如：通过统计发货地一级节点到一收货地二级节点的预估物流单量，制成预估物流单量表，同时统计发货地一级节点和发货地二级节点距离制成发货地一级节点和发货地二级节点距离表。
预估物流单量表
发货地一级节点和发货地二级节点距离表
设有发货地一级节点集{a1,a2,…,an},发货地二级节点集{j1,j2,…,jm}。
以n＝10，m＝3为例(即有十个发货地一级节点，3个发货地二级节点)
示例，一个初始解可以构造为[2,1,3,1,2,2,3,1,1,2]，该初始解的第一个下标数字2表示将发货地一级节点a1分配给发货地二级节点j2，第二个下标数字1表示将发货地一级节点a2分配给发货地二级节点j1，第三个下标数字3表示将发货地一级节点a3分配给发货地二级节点j3，以此类推。
因此，可以构造两个解sol1和sol2作为父母体：
sol1＝[2,1,3,1,2,2,3,1,1,2]；
sol2＝[1,2,3,1,1,2,2,2,1,2]。
这两个解代表了两种发货地一级节点与发货地二级节点的对应关系，计算sol1和sol2的适应度k1和k2，即根据发货地一级节点和发货地二级节点距离表，计算出sol1和sol2各自对应关系所对应的各发货地二级节点与对应的各发货地一级节点之间的距离之和。
进一步的，可以设定满足直发的预估物流单量总和的范围条件，比如9000-12000。
步骤a2：产生新的解。
在该步骤中，对父体和母体进行交叉(crossover)和变异(mutation)，交叉的策略一般用截断互换的方法，变异的策略一般用固定变异概率或者衰减概率，对父体和母体进行交叉和变异可以进化出更多的解，并且可以进化出更加优选的解，通过交叉和变异产生出满足直发单量条件下各发货地二级节点与对应的各发货地一级节点之间的距离之和更小的解，即更优选的解。
例如，交叉具体为对sol1＝[2,1,3,1,2,2,3,1,1,2]；sol2＝[1,2,3,1,1,2,2,2,1,2]进行交叉，选择sol1和sol2中第6下标和第7下标之间作为截断点，将sol1的前六位下标和sol2的后四位下标组合成一个新的子代[2,1,3,1,2,2,2,2,1,2]，将sol2的前六位下标和sol1的后四位下标组合成另一个新的子代[1,2,3,1,1,2,3,1,1,2]。
变异为以随机几率对sol1和sol2中的某一下标数字进行变异，在本举例中，变异后得下标数字不能大于m(m＝3)，即不能超过发货地二级节点的个数。
如：sol1＝[2,1,3,1,2,2,3,1,1,2]
变异得到的新子代为[1,1,3,1,2,2,3,1,1,2]
步骤a3：微调可行解。
在该步骤中，对于得到的子代，将子代对应的发货地一级节点和发货地二级节点的关系中，计算各发货地二级节点针对收货地二级节点的总预估物流单量和各发货地二级节点与对应的各发货地一级节点之间的距离之和，将不满足直发单量条件的距离之和乘以一个预设的惩罚系数(如惩罚系数＝1.2)，降低该子代的适应度(以最小距离之和为目标的约束下，距离之和乘以一个大于一的值会使距离之和变大，距离越大则作为优选解的几率越低)，这样再进行交叉变异时，因为该子代适应度小，就不会选择这个不满足约束的子代作为父母体。
最后，重复步骤a2和a3，迭代预设次数，选择当前序列中适应度最高子代作为父体和母体，重复交叉变异流程，直到满足序列长度。
由于不同的初始父母体，可能会最终得到不同的最佳解，因此这里对父母体的产生也做多轮计算。新一轮计算中，产生初始父母体后，重复上述的流程，得到这一初始父母体最终产生的最优解。例如，若需要产生100个解，需要迭代100轮。
对比所有父母体产生的最终解，选取适应度最大的解，作为最终输出。将最终输出的解，转化回发货地一级节点与目标发货地二级节点的交货关系，即给发货地一级节点分配一个目标发货地二级节点，若发货地一级节点没有被分配目标发货地二级节点，则仍然交货至分拨中心。
子步骤3052，节点分配模型还包括：退火模型，当出现多组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系时，利用所述退火模型，确定最优的一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
在本申请实施例中，基于遗传算法模型，模拟退火算法应用于子步骤3051中，在遗传算法中重复步骤a2和a3，迭代预设次数，选择当前序列中适应度最高子代作为父体和母体的步骤。
模拟退火算法提供了一种接受准则函数
参照图4，示出了本申请的一种基于物流节点确定方法的物流运输方法的步骤流程图，具体可以包括如下步骤：
步骤401，根据第一预设规则从各收货地一级节点中选择候选收货地二级节点。
在该步骤可以参考步骤301，此处不再赘述。
步骤402，确定多个发货地一级节点到收货地二级节点的预估物流单量。
在该步骤中，各发货地一级节点在预设时间内到各收货地一级节点的历史物流单量数据是储存在物流系统的数据库中，服务器可以通过提取历史物流单量数据预估发货地一级节点到各收货地一级节点的预估子物流单量，然后根据收货地一级节点所属的收货地二级节点统计多个发货地一级节点到收货地二级节点的预估物流单量。
步骤403，根据第二预设规则从各个发货地一级节点中选择候选发货地二级节点。
在该步骤可以参考步骤303，此处不再赘述。
步骤404，确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数。
在该步骤可以参考步骤304，此处不再赘述。
步骤405，根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
在该步骤可以参考步骤305，此处不再赘述。
步骤406，当所述发货地一级节点接收到发送到目标收货地二级节点对应的收货地一级节点的物流包裹时，确定所述物流包裹的物流线路为由所述发货地一级节点到对应的目标发货地二级节点，再由所述目标发货地二级节点到所述目标收货地二级节点，再由所述目标收货地二级节点到所述收货地一级节点。
在该步骤中，快递在配送流程中到达任何一个中转点都会通过扫描识别码来确定快递当前的配送进度，扫描识别码后，配送进度信息会上传至服务器。
具体的，一发货地一级节点通过向服务器发送聚货请求，得到服务器根据该聚货请求回馈的发货地二级节点分配信息，为一发货地一级节点分配一个目标发货地二级节点，当揽件员将发送至一集货区域的快递揽送到一发货地一级节点时，发货地一级节点根据分配的目标发货地二级节点信息，通过扫描快递发送快递的配送进度信息给服务器，服务器将快递的配送进度信息通过终端反馈给顾客，以供顾客了解快递是去哪里的目标发货地二级节点进行聚货。
当目标发货地二级节点接收到发送至所述集货区域的快递后，通过扫描快递的识别码并上传至服务器，可以确定快递的交货对象为对应的目标收货地二级节点，在确定目标发货地二级节点对应的目标收货地二级节点后，将快递配送至目标收货地二级节点，再由由目标收货地二级节点将接收到的快递按照收货地发送至对应的收货地一级节点，最后通过常规流程派送至顾客手中。
步骤407，当所述发货地一级节点接收到发送到其他收货地二级节点对应的收货地一级节点的物流包裹时，则按照常规方式发送所述物流包裹。
在该步骤中，当发货地一级节点接收到发送到其他收货地二级节点对应的收货地一级节点的物流包裹时，则可以确定未达到直发条件，此时可以按照常规方式发送物流包裹，即通过发货地一级节点经由发货地中转中心的方式发送物流包裹。
综上所述，本申请实施例提供的一种物流节点确定方法，本申请将各收货地一级节点按路由规则划分为多个集货区域，从每个集货区域中的各收货地一级节点中选择一个作为该集货区域的收货地二级节点，针对每个收货地二级节点，按密度聚类规则从各发货地一级节点中选择针对所述收货地二级节点的多个发货地二级节点；之后进行预估发货地一级节点到各收货地一级节点的预估子物流单量，根据所述各发货地一级节点到所述收货地二级节点的预估物流单量，以及每个发货地一级节点到所述收货地二级节点的各发货地二级节点之间的距离，为每个发货地一级节点分配所述集货区域中的多个发货地二级节点中的一个，达到了在原有直发线路的基础上增加了拼货直发线路的目的，可以通过快速聚集多个发货节点的包裹至一个发货地二级节点进行额外直发线路的开通，且聚货至一个发货地二级节点所需的时间较短，解决了现有直发线路的起点中物流包裹聚集时间长的问题，增加了直发线路的数量，提高了物流效率，并且由于结合了预估物流单量和物流成本参数参与物流节点的确定过程，让包裹聚货的路径尽可能的短，使得物流节点的确定能够根据物流成本参数进行优化，具有降低物流成本的有益效果。
参照图5，示出了本申请的一种物流节点确定装置的结构图，具体可以包括如下模块：
第一确定模块501，用于确定多个发货地一级节点到收货地二级节点的预估物流单量.
第二确定模块502，用于确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数。
节点分配模块503，用于根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
参照图6，示出了本申请的一种物流节点确定装置的具体结构图，具体可以包括如下模块：
第一选择模块601，用于根据第一预设规则从各收货地一级节点中选择候选收货地二级节点。
可选的，第一选择模块601还可以包括：
集货区域划分子模块，用于将各收货地一级节点按路由规则划分为多个集货区域；
第一选择子模块，用于从每个集货区域中的各收货地一级节点中，选择一个历史物流单量大于第一预设阈值的收货地一级节点作为针对该集货区域的候选收货地二级节点。
第一确定模块602，用于确定多个发货地一级节点到收货地二级节点的预估物流单量。
可选的，第一确定模块602还可以包括：
第一获取子模块，用于获取所述发货地一级节点到各收货地一级节点的历史物流单量。
第一预估子模块，用于根据所述历史物流单量，预估所述发货地一级节点到各收货地一级节点的预估子物流单量。
可选的，第一预估子模块还可以包括：
回归模型单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述因子参数包括：货品信息、月份、趋势性中的一种或多种，所述回归模型通过预设时间内所述发货地一级节点到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数训练获得。
时间序列模型单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述时间序列模型通过所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的日期训练获得。
平均值预估单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的预估子物流单量。
第一预估单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的第一预估子物流单量。
第二预估单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的第二预估子物流单量。
第三预估单元，用于将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的第三预估子物流单量。
加权平均单元，用于将第一预估子物流单量、第二预估子物流单量和第三预估子物流单量以预设权重进行加权平均，获取所述发货地一级节点到各收货地一级节点的预估子物流单量。
统计子模块，用于根据各候选收货地二级节点对应的收货地一级节点，统计各发货地一级节点到各候选收货地二级节点的预估物流单量。
第二选择模块603，用于根据第二预设规则从各个发货地一级节点中选择候选发货地二级节点。
可选的，第二选择模块603还可以包括：
网点簇聚合子模块，用于根据所述发货地一级节点所处位置的经纬度，将所述发货地一级节点按照聚类算法聚合为多个网点簇。
第二选择子模块，用于将所述网点簇中预估子物流单量大于第二预设阈值，且，距离网点簇中心最近的发货地一级节点，确定为候选发货地二级节点。
第二确定模块604，用于确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数。
节点分配模块605，用于根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
可选的，节点分配模块605还可以包括：
遗传模型子模块，用于将所述预估物流单量以及物流成本参数，输入遗传模型，确定至少一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
退火模型子模块，当出现多组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系时，利用所述退火模型，确定最优的一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
第一路径确定模块606，用于当所述发货地一级节点接收到发送到目标收货地二级节点对应的收货地一级节点的物流包裹时，确定所述物流包裹的物流线路为由所述发货地一级节点到对应的目标发货地二级节点，再由所述目标发货地二级节点到所述目标收货地二级节点，再由所述目标收货地二级节点到所述收货地一级节点。
第二路径确定模块607，用于当所述发货地一级节点接收到发送到其他收货地二级节点对应的收货地一级节点的物流包裹时，则按照常规方式发送所述物流包裹。
综上所述，本申请实施例提供的一种物流节点确定装置，本申请将各收货地一级节点按路由规则划分为多个集货区域，从每个集货区域中的各收货地一级节点中选择一个作为该集货区域的收货地二级节点，针对每个收货地二级节点，按密度聚类规则从各发货地一级节点中选择针对所述收货地二级节点的多个发货地二级节点；之后进行预估发货地一级节点到各收货地一级节点的预估子物流单量，根据所述各发货地一级节点到所述收货地二级节点的预估物流单量，以及每个发货地一级节点到所述收货地二级节点的各发货地二级节点之间的距离，为每个发货地一级节点分配所述集货区域中的多个发货地二级节点中的一个，达到了在原有直发线路的基础上增加了拼货直发线路的目的，可以通过快速聚集多个发货节点的包裹至一个发货地二级节点进行额外直发线路的开通，且聚货至一个发货地二级节点所需的时间较短，解决了现有直发线路的起点中物流包裹聚集时间长的问题，增加了直发线路的数量，可以提高物流效率，并且由于结合了预估物流单量和物流成本参数参与物流节点的确定过程，让包裹聚货的路径尽可能的短，使得物流节点的确定能够根据物流成本参数进行优化，具有降低物流成本的有益效果。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图7是本申请实施例提供的一种服务器的结构示意图。参见图7，服务器700可以用于实施上述实施例中提供的驿站地址推荐方法。该服务器700可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，cpu)722(例如，一个或一个以上处理器)和存储器732，一个或一个以上存储应用程序742或数据744的存储介质730(例如一个或一个以上海量存储设备)。其中，存储器732和存储介质730可以是短暂存储的或持久存储的。存储在存储介质730的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器722可以设置为与存储介质730通信，在服务器700上执行存储介质730中的一系列指令操作。
服务器700还可以包括一个或一个以上电源726，一个或一个以上有线或无线网络接口750，一个或一个以上输入输出接口758，一个或一个以上键盘756，和/或，一个或一个以上操作系统741，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。其中，中央处理器722可以在服务器700上执行以下操作的指令：
确定多个发货地一级节点到收货地二级节点的预估物流单量；
确定所述多个发货地一级节点到多个候选发货地二级节点的物流成本参数；
根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
可选的，根据第一预设规则从各收货地一级节点中选择候选收货地二级节点。
可选的，将各收货地一级节点按路由规则划分为多个集货区域；
从每个集货区域中的各收货地一级节点中，选择一个历史物流单量大于第一预设阈值的收货地一级节点作为针对该集货区域的候选收货地二级节点。
可选的，根据第二预设规则从各个发货地一级节点中选择候选发货地二级节点。
可选的，根据所述发货地一级节点所处位置的经纬度，将所述发货地一级节点按照聚类算法聚合为多个网点簇；
将所述网点簇中预估子物流单量大于第二预设阈值，且，距离网点簇中心最近的发货地一级节点，确定为候选发货地二级节点。
可选的，获取所述发货地一级节点到各收货地一级节点的历史物流单量；
根据所述历史物流单量，预估所述发货地一级节点到各收货地一级节点的预估子物流单量；
根据各候选收货地二级节点对应的收货地一级节点，统计各发货地一级节点到各候选收货地二级节点的预估物流单量。
可选的，所述节点分配模型用于在满足直发单量范围的条件下，以最小的各发货地一级节点到对应发货地二级节点的物流成本参数之和为目标，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点。
可选的，所述节点分配模型包括：遗传模型；所述根据所述预估物流单量以及物流成本参数，利用节点分配模型，确定目标发货地二级节点以及所述目标发货地二级节点对应的发货地一级节点的步骤，包括：
将所述预估物流单量以及物流成本参数，输入遗传模型，确定至少一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
可选的，所述节点分配模型还包括：退火模型；所述将所述预估物流单量以及物流成本参数，输入遗传模型，确定至少一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系的步骤，包括：
当出现多组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系时，利用所述退火模型，确定最优的一组目标发货地二级节点，以及所述目标发货地二级节点与发货地一级节点的对应关系。
可选的，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述因子参数包括：货品信息、月份、趋势性中的一种或多种，所述回归模型通过预设时间内所述发货地一级节点到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数训练获得。
可选的，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的预估子物流单量，所述时间序列模型通过所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的日期训练获得。
可选的，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的预估子物流单量。
可选的，将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量和历史物流单量对应的因子参数输入回归模型，获取所述发货地一级节点到各收货地一级节点的第一预估子物流单量；
将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量输入时间序列模型，获取所述发货地一级节点到各收货地一级节点的第二预估子物流单量；
将所述发货地一级节点在预设时间内到各收货地一级节点的历史物流单量的平均值作为所述发货地一级节点到各收货地一级节点的第三预估子物流单量；
将第一预估子物流单量、第二预估子物流单量和第三预估子物流单量以预设权重进行加权平均，获取所述发货地一级节点到各收货地一级节点的预估子物流单量。
可选的，当所述发货地一级节点接收到发送到目标收货地二级节点对应的收货地一级节点的物流包裹时，确定所述物流包裹的物流线路为由所述发货地一级节点到对应的目标发货地二级节点，再由所述目标发货地二级节点到所述目标收货地二级节点，再由所述目标收货地二级节点到所述收货地一级节点；
当所述发货地一级节点接收到发送到其他收货地二级节点对应的收货地一级节点的物流包裹时，则按照常规方式发送所述物流包裹。
本申请实施例提供一种装置，其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行所述指令时，使得所述装置执行一种物流节点确定方法。
本申请实施例还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行所述指令时，执行一种物流节点确定方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种物流节点确定方法及装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
- 还没有人留言评论。精彩留言会获得点赞！