本发明涉及物流管理领域，尤其涉及一种智能化物流线路费用预测系统。
背景技术：
1、物流中的“物”是物质资料世界中同时具备物质实体特点和可以进行物理性位移的那一部分物质资料。“流”是物理性运动，这种运动有其限定的含义，就是以地球为参照系，相对于地球而发生的物理性运动，称之为"位移"。流的范围可以是地理性的大范围，也可以是在同一地域、同一环境中的微观运动，小范围位移。“物”和“流”的组合，是一种建立在自然运动基础上的高级的运动形式。其互相联系是在经济目的和实物之间，在军事目的和实物之间，甚至在某种社会目的和实物之间，寻找运动的规律。
2、然而，具体到每一条物流路线，无法预测所述物流路线在当天未来时间分段内的物流件数和物流费用总额，从而无法物流经营商的运营管理和资源配置提前提供有价值的参考信息，例如物流经营商无法确定当天未来时间分段内需要为所述物流路线配置多少辆运输车辆、多少物流人员进行当天未来时间分段内的物流件数和物流费用总额的匹配。
技术实现思路
1、为了克服现有技术中的技术问题，本发明提出了一种智能化物流线路费用预测系统，能够基于当前物流路线的沿途各处的定位数据确定与当前物流路线存在路线交汇的各条邻近物流路线，采用针对性结构设计的前馈神经网络模型基于与当天未来时间分段同时的过往各天的各个过往时间分段的物流费用信息、当前物流路线的路线里程以及各条邻近物流路线的条数智能预测当前物流路线在当天未来时间分段内的物流件数和物流费用总额，从而为物流经营商的运营管理和资源配置提前提供有价值的参考信息。
2、根据本发明，提供了一种智能化物流线路费用预测系统，所述系统包括：
3、地理分析设备，用于获取当前物流路线的沿途各处的定位数据，并基于当前物流路线的沿途各处的定位数据确定与所述当前物流路线存在路线交汇的各条邻近物流路线；
4、同时检测设备，用于将当天未来时间分段作为目标时间分段，将所述当前物流路线在当天之前各天与所述目标时间分段处于同一时间分段的各个过往时间分段分别对应的各份过往物流信息作为各份过往同时信息输出；
5、多次学习设备，用于对前馈神经网络执行多次学习动作，以获得经过多次学习动作后的前馈神经网络并作为前馈神经网络模型输出，所述前馈神经网络的学习动作的次数与各条邻近物流路线的条数成正比；
6、模型应用器件，分别与所述多次学习设备、所述同时检测设备以及所述地理分析设备连接，用于将当前物流路线的路线里程、各条邻近物流路线的条数以及各份过往同时信息同步输入到所述前馈神经网络模型，并执行所述前馈神经网络模型，以获得所述前馈神经网络模型输出的当前物流路线在当天未来时间分段内的物流件数和物流费用总额；
7、信息传输器件，与所述模型应用器件连接，用于将所述前馈神经网络模型输出的当前物流路线在当天未来时间分段内的物流件数和物流费用总额与当天未来时间分段一并无线传输到远端的物流管理服务器；
8、其中，将当天未来时间分段作为目标时间分段，将所述当前物流路线在当天之前各天与所述目标时间分段处于同一时间分段的各个过往时间分段分别对应的各份过往物流信息作为各份过往同时信息输出包括：所述当前物流路线在当天之前某一天与所述目标时间分段处于同一时间分段的过往时间分段对应的过往物流信息为所述当前物流路线在当天之前某一天与所述目标时间分段处于同一时间分段的过往时间分段内的物流件数和物流费用总额；
9、其中，将当天未来时间分段作为目标时间分段，将所述当前物流路线在当天之前各天与所述目标时间分段处于同一时间分段的各个过往时间分段分别对应的各份过往物流信息作为各份过往同时信息输出包括：当天之前各天的天数与所述当前物流路线的路线里程正向关联；
10、其中，获取当前物流路线的沿途各处的定位数据，并基于当前物流路线的沿途各处的定位数据确定与所述当前物流路线存在路线交汇的各条邻近物流路线包括：在某一条物流路线沿途各处的定位数据与当前物流路线的沿途各处的定位数据存在数值匹配的定位数据时，判断所述某一条物流路线属于与所述当前物流路线存在路线交汇的单条邻近物流路线。
11、由此可见，本发明至少具有以下多个重要发明点：
12、重要发明点一：基于当前物流路线的沿途各处的定位数据确定与当前物流路线存在路线交汇的各条邻近物流路线，具体地，在某一条物流路线沿途各处的定位数据与当前物流路线的沿途各处的定位数据存在数值匹配的定位数据时，判断所述某一条物流路线属于与所述当前物流路线存在路线交汇的单条邻近物流路线；
13、重要发明点二：对前馈神经网络执行多次学习动作，以获得经过多次学习动作后的前馈神经网络并作为前馈神经网络模型输出，所述前馈神经网络的学习动作的次数与各条邻近物流路线的条数成正比，从而为不同的当前物流路线设计不同结构的前馈神经网络模型；
14、重要发明点三：采用针对性结构设计的前馈神经网络模型基于与当天未来时间分段同时的过往各天的各个过往时间分段的物流费用信息、当前物流路线的路线里程以及各条邻近物流路线的条数智能预测当前物流路线在当天未来时间分段内的物流件数和物流费用总额，从而为物流经营商的运营管理和资源配置提前提供有价值的参考信息。
15、本发明的智能化物流线路费用预测系统运行智能、应用广泛。由于能够采用前馈神经网络模型基于与当天未来时间分段同时的过往各天的各个过往时间分段的物流费用信息、当前物流路线的路线里程以及各条邻近物流路线的条数智能预测当前物流路线在当天未来时间分段内的物流件数和物流费用总额，从而为物流经营商的管理提供可靠的资源配置信息。
1.一种智能化物流线路费用预测系统，其特征在于，所述系统包括：
2.如权利要求1所述的智能化物流线路费用预测系统，其特征在于：
3.如权利要求2所述的智能化物流线路费用预测系统，其特征在于，所述系统还包括：
4.如权利要求2所述的智能化物流线路费用预测系统，其特征在于，所述系统还包括：
5.如权利要求2-4任一所述的智能化物流线路费用预测系统，其特征在于：
6.如权利要求5所述的智能化物流线路费用预测系统，其特征在于：
7.如权利要求5所述的智能化物流线路费用预测系统，其特征在于：
8.如权利要求5所述的智能化物流线路费用预测系统，其特征在于：
9.如权利要求5所述的智能化物流线路费用预测系统，其特征在于：
