[发明专利]一种外币配送方法及系统

权利要求书

1.一种外币配送方法，其特征在于，包括：

生成为多个银行网点进行外币配送的配送路线；所述配送路线满足专家系统中优先级由高到低的以下条件：

第一条件为所述多个银行网点中每个银行网点的外币断钞时间不超过预设时间阈值；

第二条件为第一类型客户办理业务的银行网点优先配送外币；

第三条件为第二类型客户办理业务的银行网点优先配送外币；

第四条件为符合所述第一条件、所述第二条件和所述第三条件的所有待选配送路线中，对所述多个银行网点的时间影响量之和最小；在外币押运人员执行外币配送任务时，获得所配送外币的定位信息，根据所述定位信息和所述配送路线确定是否需要预警；

接收来自每个银行网点的外币接收确认消息，根据所述外币接收确认消息确定为相应银行网点配送外币的任务完成；

所述生成为多个银行网点进行外币配送的配送路线，具体包括：

获得每个银行网点分别在各个时间区间的外币现钞使用量预测值；

获得每个银行网点分别在各个时间区间的外币剩余量；

根据每个银行网点分别在各个时间区间的外币现钞使用量预测值，每个银行网点分别在各个时间区间的外币剩余量，以及预约外币现钞的第一类型客户和第二类型客户各自的外币预约数额，获得每个银行网点的外币现钞存量不足以为第一类型客户或第二类型客户办理业务的预测时间；

根据每个银行网点的外币现钞存量不足以为第一类型客户或第二类型客户办理业务的预测时间，所述第一条件以及路况信息，穷举出多条路线；其中，不满足所述第一条件的路线不纳入穷举范围；

依据所述第二条件、所述第三条件和所述第四条件，从所述多条路线中确定出最终的配送路线。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从外币预约系统查询所有预约外币现钞的客户信息；

将所述客户信息输入到预先建立的用户画像模型中，获得所述用户画像模型输出的结果；所述结果为：客户为所述第一类型客户，或者客户为所述第二类型客户，或者客户既不是所述第一类型客户也不是所述第二类型客户。

3.根据权利要求1所述的方法，其特征在于，所述根据所述定位信息和所述配送路线确定是否需要预警，具体包括：

当所述定位信息指示所配送外币偏离于所述配送路线的距离超过预设阈值时进行预警；或者，

当所述定位信息指示所配送外币与所述配送路线不匹配时进行预警。

4.根据权利要求1所述的方法，其特征在于，所述获得每个银行网点分别在各个时间区间的外币现钞使用量预测值，具体包括：

利用预先训练的神经网络模型获得每个银行网点分别在各个时间区间的外币现钞使用量预测值。

5.根据权利要求4所述的方法，其特征在于，训练得到所述神经网络模型包括：

利用训练数据对待训练网络进行训练；

当所述待训练网络的输出满足预设条件时，结束训练，得到训练好的所述神经网络模型；

所述训练数据包括：输入数据和所述输入数据对应的拟输出数据；

所述输入数据包括：从历史数据中提取的每个银行网点对应的特征值；

所述历史数据包括：每个银行网点的非预约外币现钞的使用信息；

所述拟输出数据包括：每个银行网点在各个时间区间的外币现钞使用量。

6.根据权利要求5所述的方法，其特征在于，在对所述待训练网络进行训练时，采用遗传算法对所述待训练网络的权值和阈值进行优化。

7.根据权利要求1所述的方法，其特征在于，在所述外币押运人员执行外币配送任务之前，还包括：

从外币预约系统查询每个银行网点的外币预约信息；

根据所述外币预约信息获得每个银行网点的外币需求量；

根据每个银行网点的外币需求量为每个银行网点封装待配送的外币。