ATM智能加钞方法及装置制造方法及图纸

本发明专利技术提供了一种ATM智能加钞方法，该方法包括：获取配钞网点的历史交易数据；从历史交易数据中提取预设的特征数据；将特征数据分别输入至第一算法和第二算法中对机器学习模型进行训练，获得完成训练的机构收支预测模型；通过机构收支预测模型预测配钞网点一定时期的现金需求量；获取配钞网点的物资购买成本、库存物资的一定时期的需求量、订货量、单位物资的一定时期存储成本和订货成本；将上述获取的数据输入至经济订货批量模型进行训练获得一定时期的金额库存总费用；根据金额库存总费用对订货量进行最低值计算，获取配钞网点在一定时期的ATM设备的现金加钞额。本发明专利技术极大地节约了配钞网点管理资金的成本，同时使加钞计划变得更加灵活。计划变得更加灵活。计划变得更加灵活。

【技术实现步骤摘要】
ATM智能加钞方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种ATM智能加钞方法及装置。

技术介绍

[0002]面对银行的ATM加钞计划，现有方案主要是依据网点管理人员历史经验，无可参考类似产品，或涉及商业竞争和机密，无法获取对应的方案详细内容。
[0003]现有人工运营模式的缺陷和不足之处：
[0004](1)人工运营成本较大，需要人员每天或者每周期，进行相应计划的制定，确保流动资金的合理性，全银行上千个机构，每个机构都需要配备对应的运营人员，对计划和资金进行管理，大量浪费人力物力。
[0005](2)各个机构各自为政，缺乏统一管理，总银行不能把控所有机构的管理好坏，没有评估指标，并且没有对应的统一管理手段，无法整体把控全局资金链情况，更没法提升整体资金流动能力。
[0006](3)仅依靠经验进行判断，缺少数据依据，且没有对应的机器学习模型对历史数据进行学习，不能做到判断有依据，决策有数据。

技术实现思路

[0007]有鉴于此，实有必要提供一种ATM智能加钞方法及装置，通过构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种ATM智能加钞方法，其特征在于，所述ATM智能加钞方法包括：获取配钞网点的历史交易数据；从所述历史交易数据中提取预设的特征数据；将所述特征数据分别输入至第一算法和第二算法中对机器学习模型进行训练，获得完成训练的机构收支预测模型；通过所述机构收支预测模型预测一定时期的现金需求量；获取所述配钞网点的物资购买成本、库存物资的一定时期的需求量、订货量、单位物资的一定时期存储成本和订货成本；将所述物资购买成本、库存物资的一定时期的需求量、订货量、单位物资的一定时期存储成本和订货成本输入至经济订货批量模型进行训练获得一定时期的金额库存总费用；根据所述金额库存总费用对所述订货量进行最低值计算，获取所述配钞网点在一定时期的ATM设备的现金加钞额。2.如权利要求1所述的ATM智能加钞方法，其特征在于，所述将所述特征数据分别输入至第一算法和第二算法中对机器学习模型进行训练，获得完成训练的机构收支预测模型具体包括：获取所述历史交易数据中的特征数据；将所述特征数据输入至第一算法和第二算法中进行计算得到第一算法预测值与第二算法预测值；将所述第一算法预测值与第二算法预测值分别与随机分配给两个算法的权重进行计算得到所述配钞网点在一定时期的现金需求量预测值；将所述一定时期的现金需求量预测值与实际值进行比较，选择与所述实际值相差最小的一定时期的现金需求量预测值；将所述相差最小的一定时期的现金需求量预测值的算法的权重参数作为所述第一算法和第二算法的最佳权重；根据所述第一算法和第二算法的最佳权重和第一算法、第二算法构建机构收支预测模型。3.如权利要求2所述的ATM智能加钞方法，其特征在于，所述将所述特征数据分别输入至第一算法和第二算法中对机器学习模型进行训练，获得完成训练的机构收支预测模型还包括：根据不同时期的历史交易数据提取不同的特征数据对机器学习模型进行训练，获得不同时期对应的完成训练的机构收支预测模型。4.如权利要求1所述的ATM智能加钞方法，其特征在于，所述将所述物资购买成本、库存物资的一定时期的现金需求量、订货量、单位物资的一定时期存储成本和订货成本输入至经济订货批量模型进行训练获得一定时期的金额库存总费用具体包括：根据所述机构收支预测模型预测的一定时期的现金需求量和预设的公式一获取ATM设备在对应时期内的金额库存总费用：Tc＝DC+C0D/Q+Q/2H；(公式一)其中，Tc为一定时期(年或月)物资库存总费用，C为物资的购买成本和/或单位生产成本，D为库存物资的一定时期的现金需求量，Q为订货量，H为单位物资的一定时期的存储成
本，C0为订货成本。5.如权利要求1所述的ATM智能加钞方法，其特征在于，所述根据所述金额库存总费用...

【专利技术属性】
技术研发人员：王攀，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：