背景技术
[0001] 在快递、航运和
水运等物资调配和运输领域中，特别是在市内快递应用中，可以通过规划各个货物的运输路径和时间实现对货物的统一调度和配置，以降低运营成本。然而，目前仍然缺乏一种系统性的行之有效的方法来对货物运输进行规划，从而导致对运输资源的浪费。
发明内容
[0002] 本公开的多个实现提供了用于货物调配的规划。在一些实现中，在一些实现中，确定多个货物集合的属性，属性分别指示多个货物集合中的相应货物集合的货物数量，多个货物集合中的货物集合包括具有相同起点和终点的货物；以及基于多个货物集合的属性来确定多个货物集合在
时空网络中的路径，其中时空网络包括指示在相应的时间点上的相应的地点的多个
节点以及连接多个节点的多条边，多个节点包括与起点和终点分别对应的起始节点和终止节点以及在起始节点与终止节点之间的中间节点，该路径包括所述多条边中的、连接起始节点和终止节点的一部分边，并且表示由起点到终点调配所述货物的规划。
[0003] 提供发明内容部分是为了简化的形式来介绍对概念的选择，其在下文的具体实施方式中将被进一步描述。发明内容部分无意标识要求保护的主题的关键特征或主要特征，也无意限制要求保护的主题的范围。
附图说明
[0004] 图1示出了能够实施本公开的多个实现的计算设备的
框图；
[0005] 图2示出了根据本公开的一些实现的时空网络的示意图；以及
[0006] 图3示出了根据本公开的一些实现的方法的
流程图。
[0007] 这些附图中，相同或相似参考符号用于表示相同或相似元素。
具体实施方式
[0008] 现在将参照若干示例实现来论述本公开。应当理解，论述了这些实现仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开，而不是暗示对本主题的范围的任何限制。
[0009] 如本文所使用的，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实现”和“一种实现”要被解读为“至少一个实现”。术语“另一个实现”要被解读为“至少一个其他实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0010] 以下参考附图来说明本公开的基本原理和若干示例实现。图1示出了能够实施本公开的多个实现的计算设备100的框图。应当理解，图1所示出的计算设备100仅仅是示例性的，而不应当构成对本公开所描述的实现的功能和范围的任何限制。如图1所示，计算设备100包括通用计算设备形式的计算设备100。计算设备100的部件可以包括但不限于一个或多个处理器或处理单元110、
存储器120、存储设备130、一个或多个通信单元140、一个或多个输入设备150以及一个或多个输出设备160。
[0011] 在一些实现中，计算设备100可以被实现为具有计算能
力的各种用户终端或服务终端。服务终端可以是各种服务提供方提供的
服务器、大型计算设备等。用户终端诸如是任意类型的移动终端、固定终端或便携式终端，包括移动手机、
站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、
个人数字助理(PDA)、音频/视频播放器、
数码相机/摄像机、
定位设备、电视接收器、无线电广播接收器、
电子书设备、游戏设备或者其任意组合，包括这些设备的配件和外设或者其任意组合。还可预见到的是，计算设备100能够支持任意类型的针对用户的
接口(诸如“可佩戴”
电路等)。
[0012] 处理单元110可以是实际或虚拟处理器并且能够根据存储器120中存储的程序来执行各种处理。在多处理器系统中，多个处理单元并行执行计算机可执行指令，以提高计算设备100的并行处理能力。处理单元110也可以被称为中央处理单元(CPU)、
微处理器、
控制器、
微控制器。
[0013] 计算设备100通常包括多个计算机存储介质。这样的介质可以是计算设备100可
访问的任何可以获得的介质，包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器120可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器(RAM))、
非易失性存储器(例如，
只读存储器(ROM)、
电可擦除可编程只读存储器(EEPROM)、闪存)或其某种组合。存储器120可以包括预测模
块122，这些程序模块被配置为执行本文所描述的各种实现的功能。预测模块122可以由处理单元110访问和运行，以实现相应功能。
[0014] 存储设备130可以是可拆卸或不可拆卸的介质，并且可以包括机器可读介质，其能够用于存储信息和/或数据并且可以在计算设备100内被访问。计算设备100可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图1中示出，可以提供用于从可拆卸、非易失性磁盘进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中，每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。
[0015] 通信单元140实现通过通信介质与另外的计算设备进行通信。附加地，计算设备100的部件的功能可以以单个计算集群或多个计算机器来实现，这些计算机器能够通过通信连接进行通信。因此，计算设备100可以使用与一个或多个其他服务器、个人计算机(PC)或者另一个一般网络节点的逻辑连接来在联网环境中进行操作。
[0016] 输入设备150可以是一个或多个各种输入设备，例如
鼠标、
键盘、追踪球、语音输入设备等。输出设备160可以是一个或多个输出设备，例如显示器、扬声器、
打印机等。计算设备100还可以根据需要通过通信单元140与一个或多个外部设备(未示出)进行通信，外部设备诸如存储设备、显示设备等，与一个或多个使得用户与计算设备100交互的设备进行通信，或者与使得计算设备100与一个或多个其他计算设备通信的任何设备(例如，网卡、
调制解调器等)进行通信。这样的通信可以经由输入/输出(I/O)接口(未示出)来执行。
[0017] 在一些实现中，除了被集成在单个设备上之外，计算设备100的各个部件中的一些或所有部件还可以以
云计算架构的形式被设置。在云计算架构中，这些部件可以被远程布置，并且可以一起工作以实现本公开所描述的功能。在一些实现中，云计算提供计算、
软件、数据访问和存储服务，它们不需要终端用户知晓提供这些服务的系统或
硬件的物理
位置或配置。在各种实现中，云计算使用适当的协议通过广域网(诸如因特网)提供服务。例如，云计算提供商通过广域网提供应用，并且它们可以通过web浏览器或任何其他计算部件被访问。云计算架构的软件或部件以及相应的数据可以被存储在远程位置处的服务器上。云计算环境中的计算资源可以在远程
数据中心位置处被合并或者它们可以被分散。云计算
基础设施可以通过共享数据中心提供服务，即使它们表现为针对用户的单一访问点。因此，可以使用云计算架构从远程位置处的服务提供商提供本文所描述的部件和功能。备选地，它们可以从常规服务器被提供，或者它们可以直接或以其他方式被安装在客户端设备上。
[0018] 计算设备100可以用于实施根据本公开的多个实现的货物运输规划。在执行规划时，计算设备100可以通过输入设备150接收与货物运输相关联的数据170，例如包裹或货物的起点和终点等。计算设备100可以处理数据170，并根据数据170确定包裹的运送路线和时间等。包裹的运送路线和时间可以被提供给输出设备160以作为输出180提供给用户等。
[0019] 以下将参照附图来详细描述本公开的示例实现。出于便于描述的目的，在下文中将以市内快递为例来详细描述本公开的示例实现。然而，应当理解，这仅仅是出于示例的目的，而不旨在限制本公开的范围。本公开的实现也适用于除市内快递以外的其他领域，并且本公开的范围在此方面不受限制。
[0020] 在市内快递场景中，例如，在一个城市内具有L个站点，并且在不同的站点之间，需要递送一些包裹或货物。可以使用具有不同特性的多种类型的车辆来运送这些包裹。例如，车辆可以具有不同的容量、不同的速度和/或不同的成本等等。这一优化问题的目标可以表述为使预定时间内运送所有包裹的成本最小化。在市内快递的场景中，可以在每一天对包裹的运送进行规划。
[0021] 图2示出了根据本公开的一些实现的时空网络200的示意图。在时空网络200中，示出了站点A、B和C。应当理解，站点的数目仅作为示例提供，可以设置更多或者更少的站点。另外，时间刻度被离散化，并被表示为t＝1、2、3……T，其中T表示时间点的数目。因此，时空网络200中的每个节点表示不同时间点的站点，并且每一个边表示包裹等货物在相应的时间在相应站点之间的迁移。如图2所示，边可以包括保持边和服务边，其中保持边由虚线示出，其表示在同一站点的不同时间点之间的变化，服务边由实线示出，其表示在不同站点的不同时间点之间的迁移。例如，节点A0-C0表示起始节点，节点AT-CT表示终止节点，其他节点为中间节点，连接节点A0和B1的边是服务边，连接节点A0和A1的边是保持边。
[0022] 在一些实现中，可以将具有相同起点和终点的包裹或其他货物作为一个货物集合(例如，一个用于对优化问题的求解的基本单位)来执行这一优化问题。例如，可以将具有相同起点和终点的包裹或其他货物聚合在一起，作为一个货物集合，以确定与这些货物或该货物集合相关联的特征或属性，其可以指示这些货物或该货物集合的数量。应当理解，在本公开的上下文中，术语“数量”表示货物或货物集合的体积和重量等属性。例如，可以确定该货物集合对应的包裹的数目、尺寸和重量等特征，以确定该货物集合的属性。
[0023] 例如，在时空网络200中，上述优化问题可以通过公式表示为如下的整数规划问题(表示为IP)：
[0024] min∑(i,j)∈Acijyij (1)
[0025] 约束条件为：
[0026] 和
[0027]
[0028] 其中，A表示边的集合，V表示节点的集合，K表示货物集合，i或j表示节点，系数cij表示边(i,j)的成本(例如，车辆等运输工具的运输成本)，系数wij表示边(i,j)所使用的车辆的属性(该属性可以指示车辆的运力，例如，容量)，系数bk表示第k个货物集合的属性(例如，体积和/或重量)，整数变量yij表示边(i,j)所使用的车辆的数目，并且二值变量 表示边(i,j)是否在货物集合k的路径上。
[0029] 该整数规划问题可以表述为通过在约束条件(2)和(3)之下来执行公式(1)表示的优化问题，并输出变量yij和 的值。公式(1)表示对成本求最小化。约束条件(2)表示对于所有的边(i,j)，各个货物集合的属性之和不超过该边上的车辆的相应的属性。车辆的属性指示车辆的运力，例如，容量总和。约束条件(3)表示对于每一个货物集合而言，进入每一个中间节点的路径对应于从该中间节点离开的路径。换言之，进入每一个中间节点的路径也从该中间节点离开，并且从每一个中间节点离开的路径也要进入该中间节点。对于起始节点o(k)和终止节点d(k)而言，对上述关系进行相应的调整。例如，对于起始节点o(k)而言，对于每一个货物集合，离开该节点的路径的数目减去进入该节点的路径的数目应当为1，而对于终止节点d(k)而言，对于每一个货物集合，离开该节点的路径的数目减去进入该节点的路径的数目应当为-1。
[0030] 该整数规划问题(IP)的规模太大，计算复杂度较高，在站点较多的情况下可能无法进行求解。在一些实现中，为了在合理的时间内获得可行解，可以简化时空网络200，并基于简化后的时空网络来求解整数规划问题，从而有效地获得可行解。
[0031] 在一些实现中，可以通过减小货物集合的数目的方式来简化时空网络200。在整数规划问题(IP)中，将具有相同的起点和终点的包裹等货物作为一个货物集合。为了简化整数规划问题(IP)，可以将具有相同终点的包裹等货物作为一个货物集合。然而，为了区别起见，以下将具有相同终点的货物称为一个货物组。以这种方式，货物集合的数目将从L*(L-1)减小到L。因此，可以将整数规划问题(IP)进行简化，并可以将新的整数规划问题表示为IP1。对于简化的整数规划问题(IP1)，可以在短时间内对其进行求解。
[0032] 在IP1问题的解中，通常仅使用了一部分(例如，一小部分，例如，小于20％、小于10％)的边。可以仅保留时空网络中的这些边，并删除所有其他边，并在新的时空网络中求解原始的整数规划问题(IP)。由于新的时空网络具有更少的边，因此，对应的整数规划问题(IP)被简化，从而可以被快速求解。
[0033] 在一些实现中，可以使用
机器学习模型(例如，神经网络或者
深度神经网络(DNN))来简化时空网络200，例如对时空网络200进行
剪枝操作，以从时空网络200中去除一部分边。例如，可以将时空网络200和货物集合的属性输入到机器学习模型，例如可以将这些数据以向量的形式输入到机器学习模型中。机器学习模型可以基于这些数据来提供简化的时空网络200，其包括比时空网络200更少的边。例如，机器学习模型可以提供各个边(例如服务边)应当被包括在简化时空网络中的概率。
[0034] 通过机器学习模型，可以实现对历史数据的充分利用，从而节省计算资源。对机器学习模型的训练方法可以是监督式学习方法，其
训练数据可以由历史数据来提供。历史数据可以包括历史时空网络、相应的历史货物集合的属性以及历史时空网络的多条边中的用于相应的历史货物集合的一部分边。例如，历史数据可以是根据简化的整数规划问题(IP1)在历史时空网络上所获得的简化的时空网络。备选地，历史数据也可以是经验数据或其他来源的数据，例如，整数规划问题(IP)所获得的时空网络。
[0035] 图3示出了根据本公开的一些实现的用于货物调配的方法300的流程图。方法300可以由如图1所示的计算设备100来实现，例如被实现在规划模块122处。为了描述方便起见，结合图1来描述该过程。应当理解，方法300还可以包括未示出的附加动作和/或可以省略所示出的动作。本公开的范围在此方面不受限制。
[0036] 在302，获取时空网络，时空网络包括指示在相应的时间点上的相应的地点的多个节点以及连接多个节点的多条边，多个节点包括与货物的起点和终点分别对应的起始节点和终止节点以及在起始节点与终止节点之间的中间节点。例如，时空网络可以是图2所示的时空网络200。时空网络在一段时间内可以是固定的，并可以被存储在存储器中。在站点发生变化等情况下，可以重新建立时空网络。
[0037] 在304，确定多个货物集合的属性，属性分别指示多个货物集合中的相应货物集合的货物数量，多个货物集合中的货物集合包括具有相同起点和终点的货物。货物集合的属性可以是货物集合中的货物的体积和/或重量，货物的属性可以是体积和/或重量。例如，可以将每一个货物集合作为一个优化单位进行处理。确定多个货物集合可以包括确定每一个货物集合相应的起点和终点、与该货物集合对应的特征或参数，例如，该货物集合所对应的货物的数目、体积和/或重量等特征。
[0038] 在306，基于多个货物集合的属性来确定多个货物集合在时空网络中的第一路径，该路径由多条边中的、连接起始节点和终止节点的第一部分边来指示。在一些实现中，第一路径是在满足以下约束条件的情况下通过最小化调配货物的成本来确定的：对于所述时空网络中的边，所述多个货物集合的属性之和不超过运输工具在所述边上的相应的属性，所述属性指示所述运输工具的运力；以及对于所述多个货物集合中的一个货物集合，进入所述中间节点的路径对应于从所述中间节点离开的路径。例如，可以通过如上结合图2所述的整数规划问题(IP)来确定上述路径。
[0039] 在一些实现中，可以通过从时空网络的多个边中选择第二部分边，并通过所述第二部分边来确定多个货物集合在时空网络中的路径。通过在减少的边上来确定货物集合在时空网络中的路径，可以简化计算过程，降低对计算资源的要求。在一些实现中，可以确定多个货物组，所述多个货物组中的货物组包括具有相同终点的货物。基于所述多条边来确定所述多个货物组在所述时空网络中的第二路径。然后，确定所述第二路径所包括的边以作为所述第二部分边。例如，可以通过以上结合图2所述的简化的整数规划问题(IP1)来选择这一部分边。
[0040] 在一些实现中，可以通过机器学习模型从多个边中选择这一部分边。例如，机器学习模型可以是神经网络，例如深度神经网络。例如，时空网络和相关的货物运输参数(例如，货物集合的属性)等数据被输入到机器学习模型。机器学习模型可以基于这些数据来提供简化的时空网络。例如，机器学习模型可以提供各个边(例如服务边)应当被包括在简化的时空网络中的概率。
[0041] 例如，机器学习模型是基于历史数据通过监督式学习训练获得。历史数据可以包括历史时空网络、货物运输参数和相应的一部分边。例如，历史数据可以是根据简化的整数规划问题(IP1)所获得的简化的时空网络。当然，历史数据也可以是经验数据或其他来源的数据。
[0042] 基于以上描述能够看出，本公开的实现提供了一种用于货物的规划或调配的方案。在一些实现中，该方案对时空网络进行简化，并在简化的时空网络中，将具有相同起点和终点的货物作为一个优化单位来优化货物的调配问题。例如，可以通过将具有相同终点的货物作为一个优化单位来简化时空网络。通过这一优化问题，可以显著降低货物调配的成本，提高货物调配的效率。
[0043] 以下列出了本公开的一些示例实现方式。
[0044] 在第一方面，提供了一种设备。该设备包括：处理单元；存储器，所述存储器被耦合到所述处理单元并且存储用于由所述处理单元执行的指令，所述指令当由所述处理单元执行时，使得所述设备执行动作，所述动作包括：确定多个货物集合的属性，所述属性分别指示所述多个货物集合中的相应货物集合的货物数量，所述多个货物集合中的货物集合包括具有相同起点和终点的货物；以及基于所述多个货物集合的属性来确定所述多个货物集合在时空网络中的第一路径，其中所述时空网络包括指示在相应的时间点上的相应的地点的多个节点以及连接所述多个节点的多条边，所述多个节点包括与所述起点和所述终点分别对应的起始节点和终止节点以及在所述起始节点与所述终止节点之间的中间节点，其中所述第一路径包括所述多条边中的、连接所述起始节点和所述终止节点的第一部分边，并且表示由所述起点到所述终点调配所述货物的规划。
[0045] 在一些实现中，所述第一路径是在满足以下约束条件的情况下通过最小化调配所述货物的成本来确定的：对于所述时空网络中的边，所述多个货物集合的属性之和不超过运输工具在所述边上的相应的属性，所述属性指示所述运输工具的运力；以及对于所述多个货物集合中的一个货物集合，进入所述中间节点的路径对应于从所述中间节点离开的路径。
[0046] 在一些实现中，确定所述多个货物集合在所述时空网络中的第一路径包括：从所述时空网络的所述多条边中选择第二部分边；以及基于所述第二部分边来确定所述多个货物集合在所述时空网络中的第一路径。
[0047] 在一些实现中，选择所述第二部分边包括：确定多个货物组，所述多个货物组中的货物组包括具有相同终点的货物；基于所述多条边来确定所述多个货物组在所述时空网络中的第二路径；以及确定所述第二路径所包括的边以作为所述第二部分边。
[0048] 在一些实现中，选择所述第二部分边包括：基于所述时空网络和所述货物集合的属性通过机器学习模型从所述多条边中选择所述第二部分边。
[0049] 在一些实现中，所述机器学习模型是基于历史数据训练而获得的，所述历史数据包括历史时空网络、历史货物集合的属性以及所述历史时空网络的多条边中的用于所述历史货物集合的一部分边。
[0050] 在一些实现中，所述历史数据是如下获得的：确定多个历史货物组，所述多个历史货物组中的历史货物组包括具有相同终点的历史货物；基于所述历史时空网络的多条边来确定所述多个历史货物组在所述历史时空网络中的相应路径；以及确定所述多个历史货物组在所述历史时空网络中的相应路径所包括的边以作为用于所述历史货物集合的一部分边。
[0051] 在第二方面，提供了一种方法。该方法包括：确定多个货物集合的属性，所述属性分别指示所述多个货物集合中的相应货物集合的数量，所述多个货物集合中的货物集合包括具有相同起点和终点的货物；以及基于所述多个货物集合的属性来确定所述多个货物集合在时空网络中的第一路径，其中所述时空网络包括指示在相应的时间点上的相应的地点的多个节点以及连接所述多个节点的多条边，所述多个节点包括与所述起点和所述终点分别对应的起始节点和终止节点以及在所述起始节点与所述终止节点之间的中间节点，其中所述第一路径包括所述多条边中的、连接所述起始节点和所述终止节点的第一部分边，并且表示由所述起点到所述终点调配所述货物的规划。
[0052] 在一些实现中，所述第一路径是在满足以下约束条件的情况下通过最小化调配所述货物的成本来确定的：对于所述时空网络中的边，所述多个货物集合的属性之和不超过运输工具在所述边上的相应的属性，所述属性指示所述运输工具的运力；以及对于所述多个货物集合中的一个货物集合，进入所述中间节点的路径对应于从所述中间节点离开的路径。
[0053] 在一些实现中，确定所述多个货物集合在所述时空网络中的第一路径包括：从所述时空网络的所述多条边中选择第二部分边；以及基于所述第二部分边来确定所述多个货物集合在所述时空网络中的第一路径。
[0054] 在一些实现中，选择所述第二部分边包括：确定多个货物组，所述多个货物组中的货物组包括具有相同终点的货物；基于所述多条边来确定所述多个货物组在所述时空网络中的第二路径；以及确定所述第二路径所包括的边以作为所述第二部分边。
[0055] 在一些实现中，选择所述第二部分边包括：基于所述时空网络和所述货物集合的属性通过机器学习模型从所述多条边中选择所述第二部分边。
[0056] 在一些实现中，所述机器学习模型是基于历史数据训练而获得的，所述历史数据包括历史时空网络、历史货物集合的属性以及所述历史时空网络的多条边中的用于所述历史货物集合的一部分边。
[0057] 在一些实现中，所述历史数据是如下获得的：确定多个历史货物组，所述多个历史货物组中的历史货物组包括具有相同终点的历史货物；基于所述历史时空网络的多条边来确定所述多个历史货物组在所述历史时空网络中的相应路径；以及确定所述多个历史货物组在所述历史时空网络中的相应路径所包括的边以作为用于所述历史货物集合的一部分边。
[0058] 在第三方面，本公开提供了一种
计算机程序产品，计算机程序产品被有形地存储在非瞬态计算机存储介质中并且包括计算机可执行指令，计算机可执行指令在由设备执行时使设备执行本公开的第二方面中的方法。
[0059] 在第四方面，本公开提供了一种计算机可读介质，其上存储有计算机可执行指令，计算机可执行指令在由设备执行时使设备执行本公开的第二方面中的方法。
[0060] 本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程
门阵列(FPGA)、
专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
[0061] 用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程
数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立
软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0062] 在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读
信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、
磁性的、光学的、电磁的、红外的、或
半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、
硬盘、
随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0063] 此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实现的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
[0064] 尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附
权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
