1.一种基于历史数据的快递分类信息预测系统，其特征在于，所述系统包括：

内容采集机构，用于在当天凌晨获取目标快递路线在当天之前设定数目的多天分别对应的多份历史快递内容，每一天对应的单份历史快递内容为在该天各种类型快递分别对应的各份包裹数目，所述目标快递路线为从设定起始地址到设定结束地址之间的路线；

配置捕获机构，用于获取所述目标快递路线的各份配置信息，所述目标快递路线的各份配置信息为所述目标快递路线的路线距离、所述设定起始地址的快递单元数量以及所述设定结束地址的快递单元数量；

网络应用器件，分别与所述内容采集机构以及所述配置捕获机构连接，用于采用完成多次训练后的霍菲特神经网络基于所述目标快递路线在当天之前设定数目的多天分别对应的多份历史快递内容以及所述目标快递路线的各份配置信息解析所述目标快递路线在当天各种类型快递分别对应的各份包裹数目；

映射处理器件，与所述网络应用器件连接，用于在设定结束地址基于所述目标快递路线在当天各种类型快递分别对应的各份包裹数目预置当天为各种类型快递分别保留的各种储物容器的数量；

其中，采用完成多次训练后的霍菲特神经网络基于所述目标快递路线在当天之前设定数目的多天分别对应的多份历史快递内容以及所述目标快递路线的各份配置信息解析所述目标快递路线在当天各种类型快递分别对应的各份包裹数目包括：霍菲特神经网络训练的次数与所述设定起始地址的快递单元数量正向关联的同时与所述设定结束地址的快递单元数量正向关联；

其中，在设定结束地址基于所述目标快递路线在当天各种类型快递分别对应的各份包裹数目预置当天为各种类型快递分别保留的各种储物容器的数量包括：为每一种类型快递保留匹配尺寸的对应种类的储物容器，所述目标快递路线在当天某一种类型快递对应的包裹数目越多，预置当天为所述某一种类型快递保留的对应种类的储物容器的数量越多；

其中，在当天凌晨获取目标快递路线在当天之前设定数目的多天分别对应的多份历史快递内容，每一天对应的单份历史快递内容为在该天各种类型快递分别对应的各份包裹数目包括：所述设定数目的取值与所述目标快递路线的路线距离成正比。

2.如权利要求1所述的基于历史数据的快递分类信息预测系统，其特征在于：

配置捕获机构，用于获取所述目标快递路线的各份配置信息，所述目标快递路线的各份配置信息为所述目标快递路线的路线距离、所述设定起始地址的快递单元数量以及所述设定结束地址的快递单元数量包括：所述设定起始地址的快递单元数量为所述设定起始地址的公司数量和所述设定起始地址的居民户数的和。

3.如权利要求2所述的基于历史数据的快递分类信息预测系统，其特征在于，所述系统还包括：

电压转换设备，设置在所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的附近且分别与所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构连接；

其中，电压转换设备，设置在所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的附近且分别与所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构连接包括：所述电压转换设备用于分别为所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构提供各自所需要的工作电压。

4.如权利要求2所述的基于历史数据的快递分类信息预测系统，其特征在于，所述系统还包括：

石英振荡设备，设置在所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的附近且分别与所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构连接；

其中，石英振荡设备，设置在所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的附近且分别与所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构连接包括：所述石英振荡设备用于分别为所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构提供各自所需要的参考时钟脉冲。

5.如权利要求2-4任一所述的基于历史数据的快递分类信息预测系统，其特征在于：

采用可编程逻辑器件对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像数据处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据。

6.如权利要求5所述的基于历史数据的快递分类信息预测系统，其特征在于：

采用可编程逻辑器件对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像数据处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据包括：对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像锐化处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据。

7.如权利要求5所述的基于历史数据的快递分类信息预测系统，其特征在于：

采用可编程逻辑器件对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像数据处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据包括：对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像增强处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据。

8.如权利要求5所述的基于历史数据的快递分类信息预测系统，其特征在于：

采用可编程逻辑器件对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像数据处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据包括：对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像滤波处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据。

9.如权利要求5所述的基于历史数据的快递分类信息预测系统，其特征在于：

采用可编程逻辑器件对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行图像数据处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据包括：对所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构的输出数据执行畸变修正处理以获得所述映射处理器件、所述网络应用器件、所述内容采集机构以及所述配置捕获机构分别对应的输出处理数据。