本文關(guān)鍵詞：基于改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)的ATM現(xiàn)金預(yù)測(cè)的研究

  更多相關(guān)文章： ATM 現(xiàn)金預(yù)測(cè)模型 BP神經(jīng)網(wǎng)絡(luò) 改進(jìn)的遺傳算法

【摘要】：隨著經(jīng)融電子業(yè)務(wù)的迅速發(fā)展,銀行領(lǐng)域也發(fā)生了重大變革。其中ATM機(jī)的出現(xiàn)是銀行業(yè)變革的必然產(chǎn)物,它在延伸銀行服務(wù)能力、彌補(bǔ)網(wǎng)點(diǎn)不足方面具有天然的優(yōu)勢(shì)。然而ATM機(jī)的現(xiàn)金管理卻成了每家銀行面臨的棘手問(wèn)題,那就是如何確定放入ATM機(jī)中最佳的現(xiàn)金數(shù)量來(lái)滿足顧客不確定的需求,從而降低ATM機(jī)的運(yùn)營(yíng)成本。因此,ATM現(xiàn)金預(yù)測(cè)受到很多學(xué)者和專家的關(guān)注。本文基于ATM現(xiàn)金預(yù)測(cè)建模的問(wèn)題,查閱分析了大量國(guó)內(nèi)外論文文獻(xiàn),分析了ATM現(xiàn)金預(yù)測(cè)的研究背景及意義,并且介紹了數(shù)據(jù)挖掘建模的各個(gè)步驟,以及如何將這種挖掘建模方法應(yīng)用到ATM現(xiàn)金業(yè)務(wù)應(yīng)用系統(tǒng)的架構(gòu)上。重點(diǎn)闡述了這個(gè)流程中本文所做的主要工作——建立現(xiàn)金預(yù)測(cè)模型,同時(shí),對(duì)比了人工智能方法中神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)在建模中的特點(diǎn),最后確定用人工智能方法當(dāng)中的BP神經(jīng)網(wǎng)絡(luò)建模。隨后,本文闡述了BP神經(jīng)網(wǎng)絡(luò)原理內(nèi)容以及存在的缺陷,并提出了主要通過(guò)兩個(gè)方面來(lái)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。一方面,結(jié)合一些理論方法通過(guò)對(duì)隱含層節(jié)點(diǎn)數(shù)、輸入層節(jié)點(diǎn)數(shù)分別不斷的訓(xùn)練調(diào)整,來(lái)達(dá)到預(yù)測(cè)模型結(jié)構(gòu)最優(yōu)的效果;另一方面,在現(xiàn)金預(yù)測(cè)模型結(jié)構(gòu)確定的基礎(chǔ)上,通過(guò)對(duì)遺傳算法從三個(gè)方面進(jìn)行改進(jìn),即采用Halton序列初始化種群、改進(jìn)適應(yīng)度函數(shù)、自適應(yīng)突變概率,從而將改進(jìn)的遺傳算法來(lái)對(duì)BP神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化,來(lái)彌補(bǔ)用標(biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型存在的不足在。同時(shí),本文從銀行實(shí)際需求問(wèn)題出發(fā),為實(shí)現(xiàn)對(duì)銀行ATM每日現(xiàn)金的預(yù)測(cè),收集江蘇某銀行的ATM機(jī)真實(shí)的數(shù)據(jù),在matlab上進(jìn)行仿真模擬實(shí)驗(yàn),從某臺(tái)ATM數(shù)據(jù)集中取出三組分別利用BP神經(jīng)網(wǎng)絡(luò)建立三個(gè)預(yù)測(cè)模型,然后采用改進(jìn)的遺傳算法對(duì)這三個(gè)模型參數(shù)進(jìn)行優(yōu)化,從實(shí)驗(yàn)擬合對(duì)比圖中,很容易看出,與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)建立的現(xiàn)金預(yù)測(cè)模型相比,用改進(jìn)的遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的預(yù)測(cè)精度更高。最后,對(duì)本文所做的工作做了總結(jié),以及對(duì)后續(xù)進(jìn)一步的研究?jī)?nèi)容做了展望。
【關(guān)鍵詞】：ATM 現(xiàn)金預(yù)測(cè)模型 BP神經(jīng)網(wǎng)絡(luò) 改進(jìn)的遺傳算法
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.2;TP183
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-12
• 1.1 ATM現(xiàn)金預(yù)測(cè)的研究背景8-9
• 1.2 提出問(wèn)題9-10
• 1.3 ATM現(xiàn)金預(yù)測(cè)的研究意義10
• 1.4 本文的主要內(nèi)容及框架10-12
• 第二章 ATM現(xiàn)金系統(tǒng)模型12-20
• 2.1 數(shù)據(jù)挖掘建模流程12-13
• 2.2 現(xiàn)金預(yù)測(cè)系統(tǒng)的體系結(jié)構(gòu)13-14
• 2.3 神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)建模的比較14-15
• 2.4 主要算法的描述15-20
• 2.4.1 BP網(wǎng)絡(luò)算法原理16-18
• 2.4.2 BP網(wǎng)絡(luò)算法實(shí)現(xiàn)18-20
• 第三章 ATM現(xiàn)金預(yù)測(cè)模型的改進(jìn)20-27
• 3.1 標(biāo)準(zhǔn)BP網(wǎng)絡(luò)建模的缺陷及原因分析20-21
• 3.1.1 隱含層節(jié)點(diǎn)數(shù)難以確定20
• 3.1.2 BP神經(jīng)網(wǎng)絡(luò)算法收斂慢且易陷入局部極值點(diǎn)20-21
• 3.2 最優(yōu)隱層節(jié)點(diǎn)數(shù)的選取21-23
• 3.3 用改進(jìn)的遺傳算法優(yōu)化BP網(wǎng)絡(luò)模型23-27
• 3.3.1 遺傳算法及其改進(jìn)23-25
• 3.3.2 改進(jìn)的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值25-27
• 第四章 實(shí)驗(yàn)數(shù)據(jù)的收集和處理27-31
• 4.1 實(shí)驗(yàn)數(shù)據(jù)的收集27-28
• 4.2 實(shí)驗(yàn)數(shù)據(jù)的處理28-31
• 4.2.1 數(shù)據(jù)清理28-29
• 4.2.2 數(shù)據(jù)預(yù)處理29-31
• 第五章 基于改進(jìn)BP網(wǎng)絡(luò)算法的ATM現(xiàn)金預(yù)測(cè)的實(shí)現(xiàn)31-46
• 5.1 確定實(shí)驗(yàn)環(huán)境和構(gòu)建網(wǎng)絡(luò)模型31-33
• 5.1.1 實(shí)驗(yàn)環(huán)境的確定31
• 5.1.2 構(gòu)建現(xiàn)金預(yù)測(cè)模型31-33
• 5.2 調(diào)整現(xiàn)金預(yù)測(cè)模型中隱層節(jié)點(diǎn)數(shù)33-34
• 5.2.1 網(wǎng)絡(luò)結(jié)構(gòu)初始化33
• 5.2.2 網(wǎng)絡(luò)訓(xùn)練及測(cè)試33-34
• 5.2.3 結(jié)果分析34
• 5.3 調(diào)整現(xiàn)金預(yù)測(cè)模型中輸入層節(jié)點(diǎn)數(shù)34-38
• 5.3.1 網(wǎng)絡(luò)結(jié)構(gòu)初始化35
• 5.3.2 網(wǎng)絡(luò)訓(xùn)練及測(cè)試35-38
• 5.3.3 結(jié)果分析38
• 5.4 基于改進(jìn)遺傳神經(jīng)網(wǎng)絡(luò)的ATM現(xiàn)金預(yù)測(cè)的實(shí)現(xiàn)38-46
• 5.4.1 建立優(yōu)化模型38-42
• 5.4.2 BP模型與改進(jìn)的GA優(yōu)化BP模型仿真結(jié)果對(duì)比42-45
• 5.4.3 結(jié)果分析45-46
• 第六章 總結(jié)與展望46-48
• 6.1 本文的總結(jié)46
• 6.2 進(jìn)一步的工作46-48
• 參考文獻(xiàn)48-50
• 致謝50

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉紹清;;批量建模方法在ATM日取現(xiàn)金額預(yù)測(cè)的應(yīng)用[J];福建電腦;2015年08期

2 胡萬(wàn)達(dá);;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè)[J];重慶三峽學(xué)院學(xué)報(bào);2014年05期

3 張文波;張金龍;孫金玉;;基于GA-BPNN的蘇北物流需求預(yù)測(cè)及發(fā)展對(duì)策[J];物流工程與管理;2009年05期

4 周瑞芳;禹建麗;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的現(xiàn)金流預(yù)測(cè)[J];統(tǒng)計(jì)與決策;2009年01期

5 周致平;;ATM與自助服務(wù)的新趨勢(shì)[J];中國(guó)信用卡;2008年06期

6 常崢鈺;;ATM機(jī)取款上限提高對(duì)現(xiàn)金投放影響調(diào)查[J];經(jīng)濟(jì)師;2008年03期

7 孫帆;施學(xué)勤;;基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[J];計(jì)算機(jī)與數(shù)字工程;2007年08期

8 王東焱;;ATM運(yùn)營(yíng)實(shí)地調(diào)查及問(wèn)題分析[J];中國(guó)信用卡;2007年10期

9 葉斌,雷燕;關(guān)于BP網(wǎng)中隱含層層數(shù)及其節(jié)點(diǎn)數(shù)選取方法淺析[J];商丘職業(yè)技術(shù)學(xué)院學(xué)報(bào);2004年06期

10 陳中海;ATM成本績(jī)效分析及優(yōu)化措施[J];中國(guó)信用卡;2004年04期

，

本文編號(hào)：617425