基于神经网络库存融合控制技术.pdfVIP

《电子技术应用》 www.ChinaAET.com 软件天地 Software Technology 基于神经网络库存融合控制技术 陈承贵，罗克露 ( 怀化职业技术学院，湖南 怀化 418000) 摘 要：神经网络控制系统通常会面临多种选择 ，如样本的训练方式 、神经网络的算法等 ，不好的 选择会降低预测率 。BP(Back Propagation)神经网络库存控制系统融合多种库存控制技术 ，利用BP 算法对学习的精度和收敛的速度进行改进 ，能比较精确地预测库存 。讨论了有关BP神经网络的算法及 算法改进等问题 ，以品牌服装库存控制为例，提出用神经网络的多层感知器实现库存融合控制 。 关键词：神 经网络 ；预测 ；多层感知器；BP 算法 ；库存 中 图 分 类 号 ： TP301.6 文 献 标 识 码 : A Neural network-based inventory control technology integration CHEN Cheng Gui，LUO Ke Lu (Huaihua Vocational and Technical College ，Huaihua 418000 ，China) Abstract ：There are a number of choices for neural network control system， such as the training method of the sample， the algorithm of the neural network. it will reduce the forecast rate if you make a bad choice. BP(Back Propagation) neural network inventory control system integrates a variety of inventory control techniques，it can use BP algorithm to improve the accuracy of the studies and the speed of the convergence，it can also calculate inventory more accurately.This paper discusses the algorithm of the neural network and the improvement of the algorithm. Take the case of branded clothing inventory control，realize the control of inventory integrating by using the multilayered perceptron of neural network. Key words ：neural network；forecast；multilayer perceptron；BP algorithm；stock 在库存管理中体现库存的典型指标有需求量、库存控 制又显得至关重要，这也是目前研究预测库存控制的重 制量、销售周期、期初库存量、阶段批量订货等。传统的 点。神经网络对库存应用已经实现了库存灰色预测、动态 商业库存控制方法如ABC 、EOQ和季节控制管理等都因为 预测的研究。然而，由于样本的依次训练方式，库存管理 单一控制而无法实现对数据的精准预测。基于BP神经网 的单一，无法保证数据预测的准确。如何改变样本的学习 络技术可以解决传统商业库存控制方式的不足。神经网络 方法，提高库存输出算法和系统的性能，是神经网络改进 NN(Neural Networks)在数据挖掘中的应用近年来已成为研究 算法的库存控制问题。本文首先讨论BP神经网络结构和算 热点。其应用涉及商业、安全和环境等多方面领域，可用于 法，并以品牌服装的库存控制为例，讨论BP神经网络的改 库存与销售、访问控制、地学分析与预测、目标识别、模糊 进算法及系统结构。 控制、故障诊断及基于BP网络的医疗保健管理系统等。 1