基于GA-SVR的ATM现金需求量预测

来源 :暨南大学 | 被引量 : 0次 | 上传用户:xiaozhu222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
ATM机的现金需求量管理是各家银行必须面临的问题。其目标是在ATM机中投放最少量的现金来满足用户不确定的需求。有效精确的ATM现金量预测对于银行具有非凡意义,然而对这一问题的研究甚少。因此,本文尝试用遗传算法改进支持向量回归机(GA-SVR)方法预测ATM现金需求量,提高预测的精度。首先,本文针对国内外的研究现状,分别按照四种预测方法(历史经验法、回归分析法、时间序列法和人工智能方法)进行总结。其中人工智能中的BP神经网络和支持向量回归机(SVR)得到越来越多专家和学者的关注。其次,本论文使用时间序列分析法构建ARIMA模型进行情景分析,并使用Eviews8.0进行仿真实验;支持向量机是建立在统计学习理论函数集的VC维理论和结构风险最小化原理基础上的一种新型有效的回归方法,通过在有限样本信息模型的复杂性和学习能力之间寻求最佳折中的方案,来获得足够好的推广能力。因此,本文的研究主要是基于支持向量回归机算法,应用LibSVM软件包预测ATM现金需求量。由于SVR参数的选择无通用的方法,本文使用网格搜索法进行参数寻优,建立SVR模型,其预测精度为71.38%;利用遗传算法的全局寻优技术改进支持向量回归算法,建构适合ATM机现金量预测的GA-SVR模型,其预测精度约为90.91%。与网格搜索法确定支持向量回归机相比,改进的支持向量回归机具有更优的预测性能。最后,总结全文,提出研究的不足之处,展望今后的研究方向。
其他文献
目前我国城市轨道交通建设进入了快速发展时期,由于轨道交通拥有诸多功能优势,成为我国城市新时期发展的重点。但在我国城市轨道交通快速建设的同时,地铁建设事故时有发生。
十八届五中全会将创新放在国家发展全局的核心位置。资产管理公司是社会经济发展中必不可少的力量,目前各大资产管理公司市场竞争日益激烈,资产管理公司业务创新能力有待进一
随着我国利率市场化进程的推进和深入,我国的中小企业,尤其是经济欠发达地区的中小企业将面临利率市场化带来的严重冲击和巨大挑战。武陵山片区资源丰富,旅游业、特色农业、
为完成国际学术交流在科技创新中作用的系统研究,该文通过实际参与、资料研究与分析、专家访谈等方式,以国际药理学领域的重要学术会议为切入点,对其举办目的、整体设计、组
“郁闷”一词最先流传于大学,但是近来,“郁闷、烦躁”一词却成了“90后”的中学生的口头禅和笔下频繁词。作为学生在生活上和学习上的朋友——老师,可以通过与学生的个别交
资本是企业发展的源泉,企业主要通过债务融资和权益融资的方式获得企业发展所需资本。债务融资是企业获得资本的重要手段,企业的债务融资主要包括银行借款、商业信用、企业债