神经网络在供应链库存控制中的应用的研究.pdfVIP

摘 要 随着市场竞争的加剧，供应链管理的思想正被广泛应用，而库存控制是供应链管 理中的一个重要组成部分，库存控制是降低库存成本和提高顾客满意程度的关键因 素，有效的企业库存能够创造巨大的经济价值。随着信息化技术的发展，将智能技术 应用到企业供应链管理中成为一种必然的趋势，因此，将此技术用于供应链库存控制 中也是目前研究的一个热点。 人工神经网络是计算机智能技术之一，BP神经网络是目前应用最为广泛的神经 网络之一，但是BP神经网络存在着容易陷于局部极小值，收敛速度慢，训练时间长 等问题。针对BP算法收敛速度慢的问题，提出了一种动态自适应调整学习参数的改 进型BP算法，在学习过程中，动态的调整参数和误差收敛界限值，将改进后的算法 应用到XOR问题中，实验表明该算法可以自动的调节参数值，减少了震荡，加快收 敛速度。针对BP算法容易陷入局值的问题，提出用遗传算法优化网络初始权值，遗 传算法是一种随机优化技术，它可以发现全局最优解，因此，将遗传算法与BP神经 网络结合将有利于实现优势互补，并在保证遗传算法整体优化特性的前提下，加快算 法的收敛速度。 选用某一汽车企业的零配件——轴承为研究对象，分析影响该配件库存的因素， 设计三层BP神经网络模型，并提出一种改进遗传算子的自