Summary: | A previsão de reposição de numerários para Automated Teller Machine (ATM) - caixa eletrônico para autoatendimento bancário - fornece a uma rede bancária otimização e maior eficiência em todo processo de reabastecimento de valores em ATMs, por consequência propiciando segurança, redução de custos e equilíbrio em relação às sazonalidades. Objetivo deste trabalho foi elaborar uma Rede Neural Artificial (RNA) para estimar os valores diários de saques considerando também outras variáveis que pudessem influenciar na sazonalidade dessas movimentações. A Rede Neural Artificial, do tipo FeedForward Multilayer Perceptron (MLP), foi treinada tomando-se por referência dados de movimentação de ATMs de diferentes pontos de localização. Nas camadas intermediárias e de saída foram utilizadas funções de ativação do tipo relu-adam. Assim, o desempenho da RNA desenvolvida se mostrou satisfatório, podendo ser considerada como modelo para implementação de uso efetivo na operação de reposição de numerários de caixas eletrônicos de autoatendimento em redes bancárias ou de pontos compartilhados de autoatendimento.
|