ATM机与信息支付终端网络服务的优化模型研究
机器学习
2022-10-19 v1 最优化与控制
交易与市场微观结构
摘要
对现金持续的高需求促进了银行支付终端网络的扩张。为优化支付终端中的现金量，有必要最小化其服务成本并确保网络中无过剩资金。本工作的目的是在支付终端网络中创建现金管理系统。文章讨论了确定装入终端的最优资金量以及有效收款频率的问题，其通过投资释放出的资金带来额外收益。本文给出了使用三重指数平滑模型、长短期记忆（LSTM）循环神经网络以及奇异谱分析模型预测 ATM 机每日现金取款额的结果。这些预测模型使我们以良好的准确率和完备性获得了足够水平的正确预测。现金取款预测结果被用于构建离散最优控制模型，该模型用于制定向支付终端加款的最优时间表。经证明，所提模型的效率与可靠性高于经典 Baumol-Tobin 库存管理模型：在三个 ATM 机的时间序列上测试时，离散最优控制模型未出现资金耗尽情况，且平均比经典模型多赚 30%。
引用
@article{arxiv.2210.09927,
title = {Research of an optimization model for servicing a network of ATMs and information payment terminals},
author = {G. A. Nigmatulin and O. B. Chaganova},
journal= {arXiv preprint arXiv:2210.09927},
year = {2022}
}
备注
Convergent Cognitive Information Technologies. Convergent 2020. Communications in Computer and Information Science, in press, Springer, Cham. http://it-edu.oit.cmc.msu.ru/index.php/convergent/convergent2020 (12 pages, 12 figures)