[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；所述配送路线与配送顺序匹配；

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。

2.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。

3.根据权利要求1所述的方法，其特征在于，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以及分别在各个时间区间的外币剩余量，获得每个银行网点外币耗光的预测时间；

根据每个银行网点外币耗光的预测时间生成所述配送顺序；

根据所述配送顺序和路况信息生成所述配送路线。

4.根据权利要求3所述的方法，其特征在于，所述根据所述配送顺序和路况信息生成所述配送路线，具体包括：

根据所述配送顺序和路况信息生成多条待选的配送路线；

从所述多条待选的配送路线中确定出一条对所述多个银行网点的配送时间影响量之和最小的配送路线，作为所述外币押运人员执行外币配送任务时的配送路线。

5.根据权利要求3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。

6.根据权利要求5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。

7.根据权利要求6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网络的权值和阈值进行优化。

8.根据权利要求3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。

9.根据权利要求1-8任一项所述的方法，其特征在于，在所述接收来自每个银行网点的外币接收确认消息之前，所述方法还包括：

根据所述定位信息确定目标网点对应的所配送外币到达所述目标网点的预设范围之内时，向所述目标网点的工作人员对应的终端设备发送外币接收提示消息；所述目标网点为所述多个银行网点之一。