本文提出了一種基于動態(tài)加權(quán)組合模型的智能現(xiàn)金預(yù)測方法,可以對銀行ATM設(shè)備的日常現(xiàn)金用量進(jìn)行精準(zhǔn)預(yù)測,為日�，F(xiàn)金調(diào)撥管理提供決策依據(jù).與以往使用的單算法預(yù)測不同,本文對銀行業(yè)務(wù)、交易流水與設(shè)備等特性進(jìn)行分析,據(jù)此組合4種單一機器學(xué)習(xí)模型,提出并實現(xiàn)基于動態(tài)加權(quán)組合模型的智能算法.該算法可以為銀行現(xiàn)金用量管理提供更智能、更精準(zhǔn)、更高效的預(yù)測手段,有效壓降現(xiàn)金庫存總量與回鈔率,提升現(xiàn)金運用率.此方法已在廣東、重慶、江西、山西、北京等地區(qū)使用,并取得良好效果. 

【文章來源】：計算機系統(tǒng)應(yīng)用. 2020,29(08)

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]ATM現(xiàn)金流預(yù)測研究現(xiàn)狀與展望[J]. 劉艷杰.  科技經(jīng)濟導(dǎo)刊. 2018(24)
[2]銀行ATM設(shè)備業(yè)務(wù)總量的時序特征分析及預(yù)測[J]. 韋金香,張建同.  上海管理科學(xué). 2017(06)
[3]KNN算法綜述[J]. 閉小梅,閉瑞華.  科技創(chuàng)新導(dǎo)報. 2009(14)

碩士論文
[1]基于改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)的ATM現(xiàn)金預(yù)測的研究[D]. 伍娜.暨南大學(xué) 2016
[2]基于GA-SVR的ATM現(xiàn)金需求量預(yù)測[D]. 劉艷杰.暨南大學(xué) 2016



本文編號：3358261