دوره 16، شماره 3 - ( 7-1398 )
جلد 16 شماره 3 صفحات 88-69 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Poorzaker Arabani S, Ebrahimpour Komleh H. The Optimization of Forecasting ATMs Cash Demand of Iran Banking Network Using LSTM Deep Recursive Neural Network. jor 2019; 16 (3) :69-88
URL: http://jamlu.liau.ac.ir/article-1-1762-fa.html
URL: http://jamlu.liau.ac.ir/article-1-1762-fa.html
پورذاکر عربانی سودابه، ابراهیم پور کومله حسین. بهینه‌سازی پیش‌بینی تقاضای وجه نقد دستگاه‌های خودپرداز شبکه بانکی کشور با استفاده از شبکه عصبی بازگشتی عمیق LSTM. تحقیق در عملیات در کاربردهای آن. 1398; 16 (3) :69-88
دانشگاه کاشان، هوش مصنوعی، کاشان، اصفهان
چکیده: (3484 مشاهده)
یکی از مشکلات سیستم‌های بانکی، پیش‌بینی تقاضای وجه نقد خودپردازها است. پیش‌بینی صحیح می‌تواند به دلایل زیر باعث سودآوری سیستم بانکی و رضایت‌مندی مشتریان این سیستم بانکی گردد. دقت در پیش‌بینی، هدف اصلی این پژوهش است. اگر خودپردازها با کمبود وجه نقد مواجه شوند محبوبیت بانک ارایه‌دهنده این سرویس کاهش خواهد یافت و بانک با کاهش استفاده مشتریان از این سیستم مواجه خواهد شد. از طرفی دیگر اگر بانک دچار محبوس‌شدن وجه نقد در خودپرداز شود، با توجه به تورم در ایران، این وضعیت روی سودآوری بانک تاثیر منفی خواهد گذاشت؛ بنابراین هدف از این پژوهش، پیش‌بینی دقیق برای رفع هزینه‌های دوگانه است؛ چون اطلاعات میزان وجه نقد به صورت روزانه است، بنابراین هر خودپرداز، رفتاری به صورت سری زمانی خواهد داشت و از طرفی چون هدف ما از این پژوهش، پیش‌بینی میزان تقاضای وجه نقد همه خودپردازهاست، در نتیجه ما با داده‌هایی از نوع پنل مواجه هستیم. روش‌هایی که در این تحقیق برای پیش‌بینی مورد استفاده قرار گرفته است، عبارتند از: روش آماری، روش شبکه عصبی MLP و شبکه عصبی بازگشتی عمیق LSTM . نتایج حاصل از این سه روش را سپس مورد مقایسه قرار می دهیم و نشان می‌دهیم روش شبکه عصبی بازگشتی عمیق LSTM دارای بالاترین دقت است.
واژه‌های کلیدی: پیش‌بینی آماری، پیش‌بینی هوشمند، شبکه عصبی مصنوعی MLP، شبکه عصبی بازگشتی عمیق LSTM، تقاضاهای وجه نقد دستگاه‌های خودپرداز.
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
