移動網(wǎng)絡電子商務物流信息實時提取方法研究

張薇 四川職業(yè)技術學院

前言：對于電子商務物流信息的實時提取，會影響到物流定位及信息處理等工作的質量及效果，當前的主流提取方法，對電子商務物流信息提取的穩(wěn)定性提出要求，這種情況下，就需要采取有效措施優(yōu)化電子商務物流信息的實時提取效果。

一、電子商務物流信息特征矢量

電子商務物流信息的實時提取，需要對信息的時間序列及數(shù)據(jù)向量加以計算，確定計算結果，用以實時替換電子商務物流信息，新建粒子群，以調整商務物流信息，以商務物流信息的具體特征為基礎，進行矢量重新打造，從而實現(xiàn)對于物流信息的精準分類，保證電子商務物流信息特征矢量的均衡性。

在對電子商務物流信息加以實時提取時，需要對工作的重點有所明確，檢驗信息產生及其所產生的粒子群進行檢驗，概率為p（x0），則其粒子群為。在移動網(wǎng)絡環(huán)境下，網(wǎng)絡數(shù)據(jù)與線性函數(shù)之間的距離被無限拉近，對物流信息數(shù)據(jù)權值加以輸入，以R表現(xiàn)其局部信息的提取，通過這種方式對粒子群信息集合的最值加以計算。物流信息數(shù)據(jù)集中，包含若干數(shù)據(jù)樣本，其信息數(shù)據(jù)集合以X表示，可確定其物流信息表達式：

該表達式中，存在物流數(shù)據(jù)向量：

對電子商務物流信息表達式加以替換為：

新建粒子群，調整電子商務物流信息，重新構建其矢量特征，確定電子商務物理信息矢量特征的表達式，即：

經過以上論述，新建粒子群以革新電子商務物流信息，并對其加以重新調整。

二、基于粒子群優(yōu)化算法的物流信息實時提取

經過以上論述，重新構建電子商務物流信息特征矢量的情況下，可采用混沌差分算法的全局搜索性能，集中物流信息的特征矢量及其數(shù)據(jù)信息，整合其聚類粒子權值，并加以計算。在推動粒子群進化的過程中，對物流信息混沌擾動矢量加以引入，結合模糊算法，對電子商務物流信的個體/整體最優(yōu)解進行計算，確定其聚類中心擾動矢量，確定信息聚類矩陣，以及適應度目標函數(shù)。對擁有最小物流信息目標適應度函數(shù)值的個體加以定位，有效調整并重新打造信息，便于對其實時提取。

若移動網(wǎng)絡環(huán)境下，電子商務物流信息特征矢量數(shù)據(jù)集存在均勻性與遍歷性，假設該數(shù)據(jù)集為，M個個體物流信息粒子共同組成粒子群，則在最優(yōu)目標導向下，電子商務物流信息數(shù)據(jù)集中，滿足其目標最優(yōu)化的有限數(shù)據(jù)集為：

基于以上計算，確定移動網(wǎng)絡環(huán)境下的電子商務物流信息個體及整體的最優(yōu)解，計算其聚類中心擾動矢量，對標準粒子群加以優(yōu)化，確定其電子商務物流信息聚類矩陣[1]。在此基礎上，充分體現(xiàn)電子商務物流信息聚類的同時所表現(xiàn)出的種群變化性，將其與聚類算法相互融合，計算粒子群差分擾動環(huán)境下的物流信息適應度目標函數(shù)：

計算物流信息最大向量，以及物流信息樣本的距離：

進而對物流信息聚類數(shù)據(jù)加以計算，

通過粒子群差分擾動計算，確定其產生相應物流信息的初始隸屬度矩陣，將該矩陣納入到種群個體，確定該個體擾動變量表達式，經過一系列計算，確定梯度下降情況下的電子商務物流信息范圍下的信息序列及其表達式，加以計算，可確定移動網(wǎng)絡環(huán)境下的電子商務物流信息聚類正處于穩(wěn)定狀態(tài)下，向其間增加若干擾動變量的混沌分量。

為盡可能保證粒子群差分擾動狀態(tài)的搜索效果，并保證其全局搜索性能與局部所搜性能的均衡性，保證整體最優(yōu)，則應當對電子商務環(huán)境下的物流信息種群進化歷程中的本代多樣性因子加以計算。

門限值差值越小，全局搜索與局部搜索性能之間的均衡性就越突出，與電子商務物流信息優(yōu)化的目標愈發(fā)貼近，從而對物流信息適應度目標函數(shù)的最小值加以確定，優(yōu)化粒子群的基礎上，結合其優(yōu)化算法，采集電子商務物流信息數(shù)據(jù)，對物流信息個體及整體個體加以明確，提煉電子商務物流信息中的第j個粒子物流信息的樣本值，基于這一方式對其加以進一步優(yōu)化及調整，具體的調整方法在于：

整合電子商務物流信息及物流個體粒子的具體位置的相關信息數(shù)據(jù)，計算個體及整體最優(yōu)物流信息的采樣值。

基于粒子群的差分擾動進化算法，擾動并分解移動網(wǎng)絡中的電子商務物流信息的粒子群，計算其中某粒子在全局優(yōu)化擾動下的聚類中心概率數(shù)值[2]。整合移動網(wǎng)絡環(huán)境下的某電子商務物流信息動態(tài)慣性權重及聚類中心調解參數(shù)，其概率值加以計算。基于各種電子商務物流信息的類型劃分，對最為適宜的物流信息個體最小值加以計算在粒子群中增加電子商務物流信息的擾動序列，重新打造電子商務物流信息，并加以提取，通過以下公式進行計算：

三、結果分析

經過以上一系列計算，采用有效的性能測評方法，對其有效性加以明確，經過測評可以確定，本文所采取的提取方法，其查詢結果與真實數(shù)值基本相同，聚類中心調節(jié)參數(shù)的不同取值，對物流信息加以提取，可確定其提取運行時間具備穩(wěn)定性與適應性，所提取的運行時間持續(xù)上升，到達一定峰值，呈現(xiàn)出持續(xù)狀態(tài)，進而下降。實際上，參數(shù)的調整，會對運行時間帶來改變。

結語：移動信息網(wǎng)絡環(huán)境下，對于電子商務行業(yè)物流信息的提取，可采用分布提取方法，并且對時間及通信效率加以詳細計算。出于提高物流信息接收效率、縮短信息接收時間的考量，可以粒子群優(yōu)化算法為基礎，對分布式物流信息加以實時提取。