本發(fā)明涉及智能社區(qū)的快遞柜及該快遞柜參數(shù)的獲取方法，屬于智慧城市技術(shù)領(lǐng)域。

背景技術(shù)：

目前隨著社會生活節(jié)奏的加快，城市社區(qū)等地貨運(yùn)服務(wù)業(yè)需要大量的快遞柜。目前的快遞柜都是固定的設(shè)計方式，即：其所包含的快遞箱的規(guī)格和各種規(guī)格的數(shù)量都是固定的，都是根據(jù)快遞柜的生產(chǎn)廠家隨意設(shè)計的，毫無秩序，且在沒有快遞柜中只包含有一種接受普通快遞的箱體(以下簡稱“快遞箱”)。

同時，傳統(tǒng)的快遞物流受交通、空間、時間和勞動力的限制，不僅造成了大量貨物堆積，空間資源和箱體資源浪費(fèi)以及箱體分配不合理現(xiàn)象，同時也導(dǎo)致貨物分配、分發(fā)效率低下等問題的出現(xiàn)。對于這種貨物大量堆積，出現(xiàn)收取爆炸式躍變以及極端峰值的現(xiàn)象，現(xiàn)有快遞公司的解決方式往往是通過增加派送員人數(shù)以及派送員工作時間的方法，不僅耗時耗力，同時也增加了快遞公司的運(yùn)營成本，因此，如何在減少人力資源的情況下，有效提高貨物流出量以避免貨物堆積和空間、箱體資源浪費(fèi)這一問題一直困難者快遞、物流公司，而無法解決。

另外，目前快遞貨物的種類也在增加，例如：需要恒溫保藏的物品、需要保鮮的物品也都通過快遞的途徑進(jìn)行運(yùn)送，而目前社區(qū)中的快遞柜中，沒有針對這兩種快遞物品而專門設(shè)計的存放箱體。

技術(shù)實(shí)現(xiàn)要素：

為解決上述現(xiàn)有技術(shù)中存在的技術(shù)問題，本發(fā)明提出了一種智能社區(qū)快遞柜及該快遞柜的參數(shù)方法。

一種智能社區(qū)的快遞柜的參數(shù)獲取方法，所采取的技術(shù)方案如下：

所述快遞柜包括超號快遞箱、大號快遞箱、中號快遞箱、小號快遞箱和微號快遞箱，所述參數(shù)包括超號快遞箱的尺寸及數(shù)量、大號快遞箱的尺寸及數(shù)量、中號快遞箱的尺寸及數(shù)量、小號快遞箱的尺寸及數(shù)量和微號快遞箱的尺寸及數(shù)量，獲取所述參數(shù)的具體方法為：

第一步：采集前一年所述智能社區(qū)所有住戶每日收取的所有普通快遞貨物的日總量，并利用該日總量預(yù)測未來n年內(nèi)所述智能社區(qū)將要收取的普通快遞貨物的年平均量，其中，n的范圍為1＜n≤5；

第二步：根據(jù)第一步所述年平均量確定所述智能社區(qū)的快遞柜包含的所有快遞箱的總體數(shù)量a’；

第三步：采集前p年所述智能社區(qū)收取的所有普通快遞貨物的尺寸，其中，1＜p≤5；將所普通快遞貨物的尺寸按從小到大的順序排列形成普通快遞貨物數(shù)據(jù)集合a，a＝{a1，a2……am}，m為正整數(shù)；

超號快遞箱的尺寸為集合a中的最大尺寸am，超號快遞箱的數(shù)量為[10％a’]；

大號快遞箱的尺寸為集合a中的ay，大號快遞箱的數(shù)量為[10％a’]，其中，y＝[90％m]+1；

中號快遞箱的尺寸為集合a中的av，中號快遞箱的數(shù)量為[60％a’]，其中，v＝[80％m]+1；

小號快遞箱的尺寸為集合a中的az，小號快遞箱的數(shù)量為[10％a’]，其中，z＝[20％m]+1；

微號快遞箱的尺寸為集合a中的ax，微號快遞箱的數(shù)量為a’-[10％a’]-[10％a’]-[10％a’]-[60％a’]，其中，x＝[10％m]+1。

優(yōu)選地，所述快遞箱的總體數(shù)量a’的獲取方法為：

第a1步：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的快遞貨物的每一天的日總量ai；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第a2步：根據(jù)前一年內(nèi)每一天的快遞量，確定前一年中的最多快遞量amax，然后，設(shè)定快遞箱收納貨物的數(shù)量峰值amax，通過第a1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值a1；

第a3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值aj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的快遞箱收納貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

第a4步：根據(jù)第a2步和第a3步獲得的所有年總量調(diào)整值a1、a2…an，通過模型獲得未來n年內(nèi)快遞箱的年平均量a’，并將該年平均量a’作為快遞箱總數(shù)。

優(yōu)選地，所述快遞柜還包括保溫箱，所述保溫箱的總體數(shù)量為b’，并且所述保溫箱包括大號保溫箱和小號保溫箱；所述參數(shù)還包括大號保溫箱的尺寸及數(shù)量和小號保溫箱的尺寸及數(shù)量；獲得上述大號保溫箱的尺寸及數(shù)量和小號保溫箱的尺寸及數(shù)量的方法為：

獲得所述保溫箱的總體數(shù)量為b’；

采集前p年內(nèi)需要采用保溫箱收取的所有快遞貨物的尺寸，并將該所有尺寸按從小到大的順序排列形成數(shù)據(jù)集合b，b＝{b1，b2……bq}；

大號保溫的尺寸為集合b中的bm1，大號保溫箱的數(shù)量為[10％b’]；

小號保溫箱的尺寸為集合b中的bk，小號保溫箱的數(shù)量為b’-[10％b’]，即三種箱體數(shù)量比例，大號箱占總數(shù)的10％，小號箱占總數(shù)的10％，其他箱占總數(shù)的90％。其中，k＝[90％q]+1。

優(yōu)選地，所述保溫箱的總體數(shù)量b’的獲取方法為：

第b1步：采集前一年內(nèi)所述智能社區(qū)收取的所有需要保溫的快遞貨物每一天的日總量bi；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第b2步，根據(jù)找到前一年中某一天最多的需要保溫的快遞貨物數(shù)量，作為最高峰值規(guī)則設(shè)定所有需要保溫的快遞貨物的數(shù)量峰值bmax，通過第b1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值b1；

第b3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值bj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保溫的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得。

第b4步：根據(jù)第b2步和第b3步獲得的所有年總量調(diào)整值b1、b2…bn，通過模型獲得未來n年內(nèi)保溫箱的年平均量b’，并將該年平均量b’作為保溫箱總數(shù)。

優(yōu)選地，所述快遞柜還包括保鮮箱，所述保鮮箱的總體數(shù)量為c’，所述保鮮箱包括橫向小號保鮮箱、橫向大號保鮮箱、縱向小號保鮮箱和縱向大號保鮮箱，所述參數(shù)還包括橫向小號保鮮箱的尺寸及數(shù)量、橫向大號保鮮箱的尺寸及數(shù)量、縱向小號保鮮箱的尺寸及數(shù)量和縱向大號保鮮箱的尺寸及數(shù)量，上述參數(shù)的獲取方法為：

獲得所述保鮮箱的總體數(shù)量為c’；

采集前p年內(nèi)所述智能社區(qū)收取的所有需要保鮮的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)分為橫向尺寸數(shù)據(jù)和縱向尺寸數(shù)據(jù)，所述橫向尺寸是指需要保鮮的快遞貨物的高度小于或等于寬度的貨物尺寸，其余貨物尺寸為縱向尺寸；然后，將所有橫向尺寸數(shù)據(jù)按從小到大的順序排列形成橫向排列集合c，將所有縱向尺寸數(shù)據(jù)按照從小到大的順序排列形成橫向排列集合d，d＝{d1，d2……dt}；

根據(jù)……規(guī)則確定橫向尺寸臨界值根據(jù)……規(guī)則確定縱向尺寸臨界值則有：

橫向大號保鮮箱尺寸為集合c中的其數(shù)量為

橫向小號保鮮箱尺寸為集合c中的其數(shù)量為

縱向大號保鮮箱尺寸為集合c中的dt，其數(shù)量為

縱向小號保溫箱尺寸為集合c中的其數(shù)量為

優(yōu)選地，所述保鮮箱的總體數(shù)量c’的獲取方法為：

第c1步：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的所有需要保鮮的快遞貨物的每一天的日總量ci；根據(jù)模型獲得前一年中收取所有需要保鮮的快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第c2步，根據(jù)找到前一年中某一天最多的需要保鮮的快遞貨物數(shù)量，作為最高峰值規(guī)則規(guī)則設(shè)定所有需要保鮮的快遞貨物的數(shù)量峰值cmax，通過第c1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值c1；

第c3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值cj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保鮮的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

第c4步：根據(jù)第c2步和第c3步獲得的所有年總量調(diào)整值c1、c2…cn，通過模型獲得未來n年內(nèi)保鮮箱的年平均量c’，并將該年平均量c’作為保鮮箱總數(shù)。

一種智能社區(qū)快遞柜，所采取的技術(shù)方案如下：

所述快遞柜包括a’個快遞箱；所述快遞箱的尺寸規(guī)格有五種，分別為超號快遞箱、大號快遞箱、中號快遞箱、微號快遞箱和小號快遞箱；其中：

超號快遞箱尺寸為am，其數(shù)量為[10％a’]；

大號快遞箱尺寸為ay，其數(shù)量為[10％a’]；

中號快遞箱尺寸為av，其數(shù)量為[60％a’]；

小號快遞箱尺寸為az，其數(shù)量為[10％a’]；

微號快遞箱尺寸為ax，其數(shù)量為a’-[10％a’]-[10％a’]-[60％a’]-[10％a’]；

其中，am、ay、av、az和ax是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)所收取的所有快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)按照從小到大的順序排列形成集合a，a＝{a1，a2……am}；其中，m為正整數(shù)；1＜p≤5，am、ay、av、az、和ax均為集合a中的數(shù)據(jù)，且：

y＝[90％m]+1；

v＝[80％m]+1；

z＝[20％m]+1；

x＝[10％m]+1。

優(yōu)選地，所述快遞箱的總數(shù)a’通過下述方法獲得：

步驟x1：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的快遞貨物的每一天的日總量ai；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟x2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值amax，通過步驟x1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值a1；

步驟x3，根據(jù)模型獲得未來第j年的年總量調(diào)整值aj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的快遞箱收納貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟x4：根據(jù)步驟x2和步驟x3獲得的所有年總量調(diào)整值a1、a2…an，通過模型獲得未來n年內(nèi)快遞箱的年平均量a’，并將該年平均量a’作為快遞箱總數(shù)。

優(yōu)選地，所述快遞柜還包括b’個保溫箱；所述保溫箱的尺寸規(guī)格包括兩種，分別為大號保溫箱和小號保溫箱；其中，

大號保溫箱尺寸為bq，其數(shù)量為[10％b’]

小號保溫箱尺寸為bk，其數(shù)量為b’-[10％b’]

其中，bq和bk是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)所收取的所有需要保溫的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)按照從小到大的順序排列形成集合b，b＝{b1，b2……bq}；其中，q為正整數(shù)；1＜p≤5，bq和bk均為集合b中的數(shù)據(jù)，且：k＝[90％q]+1。

所述保溫箱的總數(shù)b’通過下述方法獲得：

步驟b1：采集前一年內(nèi)所述智能社區(qū)所有需要保溫的快遞貨物的每一天的日總量bi；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟b2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值bmax，通過步驟b1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值b1；

步驟b3，根據(jù)模型獲得未來第j年的年總量調(diào)整值bj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保溫的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟b4：根據(jù)步驟b2和步驟b3獲得的所有年總量調(diào)整值b1、b2…bn，通過模型獲得未來n年內(nèi)保溫箱的年平均量b’，并將該年平均量b’作為保溫箱總數(shù)。

優(yōu)選地，所述快遞柜還包括c’個保鮮箱；所述保鮮箱的尺寸規(guī)格包括4種，分別為橫向大號保鮮箱、橫向小號保鮮箱、縱向大號保鮮箱和縱向小號保溫箱；其中，

橫向大號保鮮箱尺寸為其數(shù)量為

橫向小號保鮮箱尺寸為其數(shù)量為

縱向大號保鮮箱尺寸為dt，其數(shù)量為

縱向小號保溫箱尺寸為其數(shù)量為

其中，上述dt和是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)收取的所有需要保鮮的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)分為橫向尺寸數(shù)據(jù)和縱向尺寸數(shù)據(jù)，所述橫向尺寸是指需要保鮮的快遞貨物的高度小于或等于寬度的貨物尺寸，其余貨物尺寸為縱向尺寸；然后，將所有橫向尺寸數(shù)據(jù)按從小到大的順序排列形成橫向排列集合c，將所有縱向尺寸數(shù)據(jù)按照從小到大的順序排列形成橫向排列集合d，d＝{d1，d2……dt}；和均是集合c中的數(shù)據(jù)，根據(jù)……規(guī)則確定橫向尺寸臨界值1<n1<m2；dt和均是集合d中的數(shù)據(jù)，根據(jù)……規(guī)則確定縱向尺寸臨界值1<n2<t；

所述保鮮箱的總數(shù)c’通過下述方法獲得：

步驟c1：采集前一年內(nèi)所述智能社區(qū)所有需要保鮮的快遞貨物的每一天的日總量ci；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟c2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值cmax，通過步驟c1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值c1；

步驟c3，根據(jù)模型獲得未來第j年的年總量調(diào)整值cj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保鮮的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟c4：根據(jù)步驟c2和步驟c3獲得的所有年總量調(diào)整值c1、c2…cn，通過模型獲得未來n年內(nèi)保鮮箱的年平均量c’，并將該年平均量c’作為保鮮箱總數(shù)。

本發(fā)明有益效果：

(1)本發(fā)明所述的快遞柜可以實(shí)現(xiàn)貨物的高效配送，大大提高了派送效率，減少了貨物堆積數(shù)量峰值的出現(xiàn)和快遞箱使用飽和現(xiàn)象，使貨物物流形成了一個良性循環(huán)；

(2)本發(fā)明所述的快遞柜的參數(shù)獲取方法選擇從構(gòu)建合理的快遞箱、保溫箱和保鮮箱的數(shù)量和尺寸的角度出發(fā)解決貨物堆積問題，克服了傳統(tǒng)方法中通過增加派送人員及派送時間解決貨物堆積問題的技術(shù)偏見。

(3)自從有了快遞運(yùn)營模式以來，快遞貨物運(yùn)輸公司一直長期渴望解決在最節(jié)省人力物力和空間資源的情況下提高貨物派送量，減少貨物囤積量，但是一直未能獲得成功。本發(fā)明提出的快遞柜的結(jié)構(gòu)以及快遞柜參數(shù)的獲取方法，是根據(jù)近些年的快遞貨物種類預(yù)測未來快遞貨物種類的變化趨勢，并根據(jù)這種變化趨勢設(shè)計合理的快遞柜結(jié)構(gòu)，即：合理設(shè)計各種快遞貨物接收箱體的尺寸及數(shù)量，進(jìn)而成功有效的解決該問題，在節(jié)省人力物力和空間資源的情況下大大提高派送效率。

(4)本發(fā)明所述的快遞柜合理利用了有限的空間資源來布置不同的快遞箱的尺寸及數(shù)量，大大增加了空間資源的利用效率，使得在有限的空間資源內(nèi)的所有箱體資源的利用提高了80％以上。

(5)本發(fā)明的快遞柜中根據(jù)目前快遞業(yè)務(wù)的發(fā)展，除了傳統(tǒng)的快遞箱以外，還增加了保溫箱和保鮮箱兩種箱體，所述的保溫箱和保鮮箱的引入極大程度上迎合了現(xiàn)代快遞業(yè)務(wù)的發(fā)展趨勢，為社區(qū)居民提供了極大的方便。

本發(fā)明所述的智能社區(qū)的快遞柜，是根據(jù)所述智能社區(qū)之前收取的快遞的種類及數(shù)量來設(shè)計的，所述快遞柜可以設(shè)立成分體結(jié)構(gòu)，例如：智能社區(qū)中每棟樓附近設(shè)置一個快遞柜；或者集中在社區(qū)寬敞地設(shè)置多個快遞柜；或者將每種快遞箱集中到一起設(shè)置成一個快遞柜等等形式，目的在于便于投遞和收取快遞。

當(dāng)針對智能社區(qū)中每棟樓都設(shè)置對應(yīng)的快遞柜時，本發(fā)明中的快遞箱的數(shù)量統(tǒng)計可以按照對應(yīng)樓歷年收取的快遞數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對本發(fā)明做進(jìn)一步說明，但本發(fā)明不受具體實(shí)施方的限制。

一種智能社區(qū)的快遞柜的參數(shù)獲取方法，其中，該快遞柜包括超號快遞箱、大號快遞箱、中號快遞箱、小號快遞箱和微號快遞箱，所述參數(shù)包括超號快遞箱的尺寸及數(shù)量、大號快遞箱的尺寸及數(shù)量、中號快遞箱的尺寸及數(shù)量、小號快遞箱的尺寸及數(shù)量和微號快遞箱的尺寸及數(shù)量，獲取所述參數(shù)的具體方法為：

第一步：采集前一年所述智能社區(qū)所有住戶每日收取的所有普通快遞貨物的日總量，并利用該日總量預(yù)測未來n年內(nèi)所述智能社區(qū)將要收取的普通快遞貨物的年平均量，其中，n的范圍為1＜n≤5；

第二步：根據(jù)第一步所述年平均量確定所述智能社區(qū)的快遞柜包含的所有快遞箱的總體數(shù)量a’；

第三步：采集前p年所述智能社區(qū)收取的所有普通快遞貨物的尺寸，其中，1＜p≤5；將所普通快遞貨物的尺寸按從小到大的順序排列形成普通快遞貨物數(shù)據(jù)集合a，a＝{a1，a2……am}，m為正整數(shù)；

超號快遞箱的尺寸為集合a中的最大尺寸am，超號快遞箱的數(shù)量為[10％a’]；

大號快遞箱的尺寸為集合a中的ay，大號快遞箱的數(shù)量為[10％a’]，其中，y＝[90％m]+1；

中號快遞箱的尺寸為集合a中的av，中號快遞箱的數(shù)量為[60％a’]，其中，v＝[80％m]+1；

小號快遞箱的尺寸為集合a中的az，小號快遞箱的數(shù)量為[10％a’]，其中，z＝[20％m]+1；

微號快遞箱的尺寸為集合a中的ax，微號快遞箱的數(shù)量為a’-[10％a’]-[10％a’]-[10％a’]-[60％a’]，其中，x＝[10％m]+1。

其中，所述快遞箱的總體數(shù)量a’的獲取方法為：

第a1步：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的快遞貨物的每一天的日總量ai；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第a2步：根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值amax，通過第a1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值a1；

第a3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值aj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的快遞箱收納貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

第a4步：根據(jù)第a2步和第a3步獲得的所有年總量調(diào)整值a1、a2…an，通過模型獲得未來n年內(nèi)快遞箱的年平均量a’，并將該年平均量a’作為快遞箱總數(shù)。

同時，該快遞柜還包括保溫箱，所述保溫箱的總體數(shù)量為b’，并且所述保溫箱包括大號保溫箱和小號保溫箱；所述參數(shù)還包括大號保溫箱的尺寸及數(shù)量和小號保溫箱的尺寸及數(shù)量；獲得上述大號保溫箱的尺寸及數(shù)量和小號保溫箱的尺寸及數(shù)量的方法為：

獲得所述保溫箱的總體數(shù)量為b’；

采集前p年內(nèi)需要采用保溫箱收取的所有快遞貨物的尺寸，并將該所有尺寸按從小到大的順序排列形成數(shù)據(jù)集合b，b＝{b1，b2……bq}；

大號保溫的尺寸為集合b中的bm1，大號保溫箱的數(shù)量為[10％b’]；

小號保溫箱的尺寸為集合b中的bk，小號保溫箱的數(shù)量為b’-[10％b’]，其中，k＝[90％q]+1。

其中，所述保溫箱的總體數(shù)量b’的獲取方法為：

第b1步：采集前一年內(nèi)所述智能社區(qū)收取的所有需要保溫的快遞貨物每一天的日總量bi；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第b2步，根據(jù)……規(guī)則設(shè)定所有需要保溫的快遞貨物的數(shù)量峰值bmax，通過第b1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值b1；

第b3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值bj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保溫的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得。

第b4步：根據(jù)第b2步和第b3步獲得的所有年總量調(diào)整值b1、b2…bn，通過模型獲得未來n年內(nèi)保溫箱的年平均量b’，并將該年平均量b’作為保溫箱總數(shù)。

此外，該快遞柜還包括保鮮箱，所述保鮮箱的總體數(shù)量為c’，所述保鮮箱包括橫向小號保鮮箱、橫向大號保鮮箱、縱向小號保鮮箱和縱向大號保鮮箱，所述參數(shù)還包括橫向小號保鮮箱的尺寸及數(shù)量、橫向大號保鮮箱的尺寸及數(shù)量、縱向小號保鮮箱的尺寸及數(shù)量和縱向大號保鮮箱的尺寸及數(shù)量，上述參數(shù)的獲取方法為：

獲得所述保鮮箱的總體數(shù)量為c’；

采集前p年內(nèi)所述智能社區(qū)收取的所有需要保鮮的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)分為橫向尺寸數(shù)據(jù)和縱向尺寸數(shù)據(jù)，所述橫向尺寸是指需要保鮮的快遞貨物的高度小于或等于寬度的貨物尺寸，其余貨物尺寸為縱向尺寸；然后，將所有橫向尺寸數(shù)據(jù)按從小到大的順序排列形成橫向排列集合c，將所有縱向尺寸數(shù)據(jù)按照從小到大的順序排列形成橫向排列集合d，d＝{d1，d2……dt}；

根據(jù)……規(guī)則確定橫向尺寸臨界值根據(jù)……規(guī)則確定縱向尺寸臨界值則有：

橫向大號保鮮箱尺寸為集合c中的其數(shù)量為

橫向小號保鮮箱尺寸為集合c中的其數(shù)量為

縱向大號保鮮箱尺寸為集合c中的dt，其數(shù)量為

縱向小號保溫箱尺寸為集合c中的其數(shù)量為

其中，所述保鮮箱的總體數(shù)量c’的獲取方法為：

第c1步：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的所有需要保鮮的快遞貨物的每一天的日總量ci；根據(jù)模型獲得前一年中收取所有需要保鮮的快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

第c2步，根據(jù)……規(guī)則設(shè)定所有需要保鮮的快遞貨物的數(shù)量峰值cmax，通過第c1步所述的日平均量和模型獲得未來第1年的年總量調(diào)整值c1；

第c3步，根據(jù)模型獲得未來第j年的年總量調(diào)整值cj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保鮮的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

第c4步：根據(jù)第c2步和第c3步獲得的所有年總量調(diào)整值c1、c2…cn，通過模型獲得未來n年內(nèi)保鮮箱的年平均量c’，并將該年平均量c’作為保鮮箱總數(shù)。

上述快遞柜的參數(shù)獲取方法選擇從構(gòu)建合理的快遞箱、保溫箱和保鮮箱的數(shù)量和尺寸的角度出發(fā)解決貨物堆積問題，克服了傳統(tǒng)方法中通過增加派送人員及派送時間解決貨物堆積問題的技術(shù)偏見。

自從有了快遞運(yùn)營模式以來，快遞貨物運(yùn)輸公司一直長期渴望解決在最節(jié)省人力物力和空間資源的情況下提高貨物派送量，減少貨物囤積量，但是一直未能獲得成功。上述快遞柜參數(shù)的獲取方法，是根據(jù)近些年的快遞貨物種類預(yù)測未來快遞貨物種類的變化趨勢，并根據(jù)這種變化趨勢設(shè)計合理的快遞柜結(jié)構(gòu)，即：合理設(shè)計各種快遞貨物接收箱體的尺寸及數(shù)量，進(jìn)而成功有效的解決該問題，在節(jié)省人力物力和空間資源的情況下大大提高派送效率。

一種智能社區(qū)快遞柜，該快遞柜包括a’個快遞箱；所述快遞箱的尺寸規(guī)格有五種，分別為超號快遞箱、大號快遞箱、中號快遞箱、微號快遞箱和小號快遞箱；其中：

超號快遞箱尺寸為am，其數(shù)量為[10％a’]；

大號快遞箱尺寸為ay，其數(shù)量為[10％a’]；

中號快遞箱尺寸為av，其數(shù)量為[60％a’]；

小號快遞箱尺寸為az，其數(shù)量為[10％a’]；

微號快遞箱尺寸為ax，其數(shù)量為a’-[10％a’]-[10％a’]-[60％a’]-[10％a’]；

其中，am、ay、av、az和ax是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)所收取的所有快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)按照從小到大的順序排列形成集合a，a＝{a1，a2……am}；其中，m為正整數(shù)；1＜p≤5，am、ay、av、az、和ax均為集合a中的數(shù)據(jù)，且：

y＝[90％m]+1；

v＝[80％m]+1；

z＝[20％m]+1；

x＝[10％m]+1。

其中，所述快遞箱的總數(shù)a’通過下述方法獲得：

步驟x1：采集前一年內(nèi)所述智能社區(qū)所有住戶收取的快遞貨物的每一天的日總量ai；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟x2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值amax，通過步驟x1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值a1；

步驟x3，根據(jù)模型獲得未來第j年的年總量調(diào)整值aj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的快遞箱收納貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟x4：根據(jù)步驟x2和步驟x3獲得的所有年總量調(diào)整值a1、a2…an，通過模型獲得未來n年內(nèi)快遞箱的年平均量a’，并將該年平均量a’作為快遞箱總數(shù)。

同時，快遞柜還包括b’個保溫箱；所述保溫箱的尺寸規(guī)格包括兩種，分別為大號保溫箱和小號保溫箱；其中，

大號保溫箱尺寸為bq，其數(shù)量為[10％b’]

小號保溫箱尺寸為bk，其數(shù)量為b’-[10％b’]

其中，bq和bk是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)所收取的所有需要保溫的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)按照從小到大的順序排列形成集合b，b＝{b1，b2……bq}；其中，q為正整數(shù)；1＜p≤5，bq和bk均為集合b中的數(shù)據(jù)，且：k＝[90％q]+1。

所述保溫箱的總數(shù)b’通過下述方法獲得：

步驟b1：采集前一年內(nèi)所述智能社區(qū)所有需要保溫的快遞貨物的每一天的日總量bi；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟b2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值bmax，通過步驟b1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值b1；

步驟b3，根據(jù)模型獲得未來第j年的年總量調(diào)整值bj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保溫的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟b4：根據(jù)步驟b2和步驟b3獲得的所有年總量調(diào)整值b1、b2…bn，通過模型獲得未來n年內(nèi)保溫箱的年平均量b’，并將該年平均量b’作為保溫箱總數(shù)。

此外，上述快遞柜還包括c’個保鮮箱；所述保鮮箱的尺寸規(guī)格包括4種，分別為橫向大號保鮮箱、橫向小號保鮮箱、縱向大號保鮮箱和縱向小號保溫箱；其中，

橫向大號保鮮箱尺寸為其數(shù)量為

橫向小號保鮮箱尺寸為其數(shù)量為

縱向大號保鮮箱尺寸為dt，其數(shù)量為

縱向小號保溫箱尺寸為其數(shù)量為

其中，上述dt和是通過下述方法獲得的：

采集前p年內(nèi)所述智能社區(qū)收取的所有需要保鮮的快遞貨物的尺寸數(shù)據(jù)，并將所有尺寸數(shù)據(jù)分為橫向尺寸數(shù)據(jù)和縱向尺寸數(shù)據(jù)，所述橫向尺寸是指需要保鮮的快遞貨物的高度小于或等于寬度的貨物尺寸，其余貨物尺寸為縱向尺寸；然后，將所有橫向尺寸數(shù)據(jù)按從小到大的順序排列形成橫向排列集合c，將所有縱向尺寸數(shù)據(jù)按照從小到大的順序排列形成橫向排列集合d，d＝{d1，d2……dt}；和均是集合c中的數(shù)據(jù)，根據(jù)……規(guī)則確定橫向尺寸臨界值1<n1<m2；dt和均是集合d中的數(shù)據(jù)，根據(jù)……規(guī)則確定縱向尺寸臨界值1<n2<t；

上述保鮮箱的總數(shù)c’通過下述方法獲得：

步驟c1：采集前一年內(nèi)所述智能社區(qū)所有需要保鮮的快遞貨物的每一天的日總量ci；根據(jù)模型獲得前一年中收取快遞貨物的日平均量其中，i代表天數(shù)，i＝1,2,3……365；

步驟c2，根據(jù)……規(guī)則設(shè)定快遞箱收納貨物的數(shù)量峰值cmax，通過步驟c1所述的日平均量和模型獲得未來第1年的年總量調(diào)整值c1；

步驟c3，根據(jù)模型獲得未來第j年的年總量調(diào)整值cj；其中，j＝2,3……,n；2＜n≤5；其中表示第j-1年的所有需要保鮮的快遞貨物的日平均量；當(dāng)j>2時，根據(jù)模型獲得；

步驟c4：根據(jù)步驟c2和步驟c3獲得的所有年總量調(diào)整值c1、c2…cn，通過模型獲得未來n年內(nèi)保鮮箱的年平均量c’，并將該年平均量c’作為保鮮箱總數(shù)。

上述快遞柜可以實(shí)現(xiàn)貨物的高效配送，大大提高了派送效率，減少了貨物堆積數(shù)量峰值的出現(xiàn)和快遞箱使用飽和現(xiàn)象，使貨物物流形成了一個良性循環(huán)；同時，該快遞柜合理利用了有限的空間資源來布置不同的快遞箱的尺寸及數(shù)量，大大增加了空間資源的利用效率，使得在有限的空間資源內(nèi)的所有箱體資源的利用提高了80％以上。并根據(jù)目前快遞業(yè)務(wù)的發(fā)展，本發(fā)明的快遞柜中除了傳統(tǒng)的快遞箱以外，還增加了保溫箱和保鮮箱兩種箱體，保溫箱和保鮮箱的引入極大程度上迎合了現(xiàn)代快遞業(yè)務(wù)的發(fā)展趨勢，為社區(qū)居民提供了極大的方便。

此外，本發(fā)明所述的智能社區(qū)的快遞柜，是根據(jù)所述智能社區(qū)之前收取的快遞的種類及數(shù)量來設(shè)計的，所述快遞柜可以設(shè)立成分體結(jié)構(gòu)，例如：智能社區(qū)中每棟樓附近設(shè)置一個快遞柜；或者集中在社區(qū)寬敞地設(shè)置多個快遞柜；或者將每種快遞箱集中到一起設(shè)置成一個快遞柜等等形式，目的在于便于投遞和收取快遞。當(dāng)針對智能社區(qū)中每棟樓都設(shè)置對應(yīng)的快遞柜時，本發(fā)明中的快遞箱的數(shù)量統(tǒng)計可以按照對應(yīng)樓歷年收取的快遞數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。

雖然本發(fā)明已以較佳的實(shí)施例公開如上，但其并非用以限定本發(fā)明，任何熟悉此技術(shù)的人，在不脫離本發(fā)明的精神和范圍內(nèi)，都可以做各種改動和修飾，因此本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書所界定的為準(zhǔn)。