[发明专利]现金中心现金库存用量预测方法和装置、电子设备及介质在审
申请号: | 202010563327.5 | 申请日: | 2020-06-19 |
公开(公告)号: | CN111738506A | 公开(公告)日: | 2020-10-02 |
发明(设计)人: | 蔡为彬;张雷;唐杰聪;张翼鹏 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q10/08;G06Q40/02;G06N3/12;G06N20/00;G06N3/04 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 周永君;王涛 |
地址: | 100140 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 现金 中心 库存 用量 预测 方法 装置 电子设备 介质 | ||
1.一种现金中心现金库存用量预测方法,其特征在于,包括:
获取一现金中心的交易数据和辅助数据;
对所述交易数据和所述辅助数据进行特征提取以得到特征数据;
将所述特征数据分别输入预训练的多个单体预测模型中以得到对应的预测值;
采用带精英策略的非支配排序遗传算法对各单体预测模型的预测值进行处理得到现金库存用量预测结果;
其中,单体预测模型为岭回归模型、分类回归树模型、极端随机回归树模型、LightGBM回归模型或卷积神经网络模型。
2.根据权利要求1所述的现金中心现金库存用量预测方法,其特征在于,还包括:
利用均方根误差评估预训练的多个单体预测模型的效果;
根据评估结果选取部分单体预测模型用于现金库存用量预测。
3.根据权利要求1所述的现金中心现金库存用量预测方法,其特征在于,所述交易数据包括:交易量和现金收付量;所述辅助数据包括:节假日数据和天气数据。
4.根据权利要求1所述的现金中心现金库存用量预测方法,其特征在于,提取的特征包括:业务属性特征、关联序列特征、统计序列特征,基于主成分分析得到。
5.根据权利要求4所述的现金中心现金库存用量预测方法,其特征在于,所述业务属性特征包括:业务周期特征、事件特征。
6.根据权利要求5所述的现金中心现金库存用量预测方法,其特征在于,所述统计序列特征包括:变化率特征、均值特征、极值特征。
7.一种现金中心现金库存用量预测装置,其特征在于,包括:
原始数据获取模块,获取一现金中心的交易数据和辅助数据;
预测样本提取模块,对所述交易数据和所述辅助数据进行特征提取以得到特征数据;
预测模块,将所述特征数据分别输入预训练的多个单体预测模型中以得到对应的预测值;
最优解计算模块,采用带精英策略的非支配排序遗传算法对各单体预测模型的预测值进行处理得到现金库存用量预测结果。
8.根据权利要求7所述的现金中心现金库存用量预测装置,其特征在于,还包括:
模型效果评价模块,利用均方根误差评估预训练的多个单体预测模型的效果;
模型筛选模块,根据评估结果选取部分单体预测模型用于现金库存用量预测。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至6任一项所述的现金中心现金库存用量预测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6任一项所述的现金中心现金库存用量预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010563327.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理