基于BP神经网络的最小库存量预测模型设计——以广东省某文具制造企业为例.pdfVIP

许四化：基于BP神经网络的最小库存量预测模型设计一以广东省某文具制造企业为例 技术与方法 doi：l0．3969~．issn．1005-152X．2011．08．026 基于BP神经网络的最小库存量预测模型设计 一 以广东省某文具制造企业为例 许四化 (广东纺织职业技术学院 经济管理系，广东 佛山 528041) 摘【 要】文具制造行业的产品种类繁多，且需求变化大，库存水平的高低对于该行业中的企业有着重要的战略地位。由于企 业实际的采购量制定的特殊性，以文具制造原材料纸张的最小实际库存为研究重点，用已有最小实际库存值及其影响因素的历 史数据训练BP神经网络，然后用构建稳定的网络进一步预测某月的最小实际库存值，并且以此可以适当调整安全库存值。 关【键词】BP神经网络；最小实际库存；文具制造企业 【中图分类~]F253 文【献标识码】A 文【章~ ]i005—152X(2011)08—0077—04 DesignofM inimum InventoryForecastingM odelBasedonBPneuralnetwork：aCaseAnalysis XU Si—hua (DepartmentofEconomics＆Management，GuangdongInstituteofTextileTechnology，Foshna 528041，China) Abstract：Productsof stationerymnaufacturingindustriesalevariednadnumerouswhosedemandcanchangegreatlyoverashort periodof time．Becauseof thespecificityof actualenterprisepurchasingamountsandvarieties，thep印ermainlystudiestheminimal actualinventory of paper，themosttypicalraw material of stationery mnaufacturing，utilizexthehistorical daat of hteminimalactual inventorynad itsinfluencingfactorsto train theBP neural network，and thenbuildsastablenetworkto furtherforecasttheactual minimum inventoryamountofacertainmonth，facilitatingtheenterprisetomakeappropriateadjustmenttotheirsafetystockleve1． Keywords：BPneuralnetwork；minimum actualinventory；stationerymnaufacturer 达到既不影响生产又避免盲 目过量采购的目的。 1 引言 2 最小实际库存值的影响因素分析 在文具行业供应链上，顾客对文具产品的要求是千变万 化的。一张产品客户订单上就可能要求有几种型号的纸制产 为了容易检测预测结果 ，研究对象放在某文具制造企业 品，这就需要对原料纸张进行多种工艺的后加工 ，以满足客户 的物流部门，以它的生产原材料为研究对象，记录每月的仓库 的产品要求。订单品种数繁多必然造成计划、调度、后工序等 最小实际库存值 ，以及相关影响指标值，预测对象是某种原材 复杂多样。虽然有时客户对文具企业的交货时间期限相对比 料的当月最小实际库存值。为便于讨