مدیریت هوشمند نقدینگی خودپردازها با استفاده از منطق فازی درمقایسه با شبکه های عصبی

امروزه در انبوه مسائلی که دستگاه های خودپرداز با آن مواجه هستند، بهینه سازی مدیریت نقدینگی می تواندبانک ها را در مدیریت سیستم به صورت دینامیک کمک کند. سؤال اصلی در این بهینه سازی، پیش بینی میزان تقاضای نقدینگی از خودپرداز، در دور ههای زمانی مشخص (مثلاً روزانه یا هفتگی یا ماهانه) است. ازآنجایی که ساختار این سیگنال (پیش بینی میزان تقاضای نقدینگی)غیرخطی است و با عوامل زیادی ازجمله: روز هفته، روز ماه، تعطیلات و حتی محل قرارگیری خودپرداز در ارتباط است، معمولاً رو شهای عادی شناسایی پارامترهای سیگنال جوابگویی خوبی ندارندو بایستی از رو شهای محاسبات نرم مانند منطق فازی و شبکه های عصبی استفاده کرد. در این پژوهش پس از روند صعودی رو شهای مورداستفاده در این زمینه به بررسی کاربرد منطق فازی (نوع دوم)در این مسئله پرداخته شده است. و در ادامه مقایسه ای بین این روش و استفاده از شبکه های عصبی بدون منطق فازی گردیده است

Keywords:

:خودپرداز , مدیریت نقدینگی , شبکه عصبی , منطق فازی , محاسبات نرم